Finansal oranlı yapay sinir ağı modeli ile hisse değeri değişimi tahmini

Hisse senedi değerinin tahmin edilmesi, ekonomi piyasalarının barındırdığı belirsizlik, kaotik yapı ve gürültü nedeniyle oldukça güçtür. Ayrıca hisse senedi değerleri üzerindeki siyasi gelişmeler, ekonomik kırılganlıklar, küresel etkiler, teknolojik gelişmeler ve yatırımcı tercihleri gibi birçok faktörün etkisi de, değer tahminlerini oldukça zorlaştırmaktadır. Ancak bu alanda iyi bir tahmin modeli geliştirmenin zorlukları sebebiyle meydan okuyucu doğası, başarılı bir modelin maddi getiriye somut katkısı gibi nedenler problemi araştırmacılar için bir o kadar da çekici kılmaktadır. Çok kaynaktan veri akışı olan borsa gibi kaotik ortamlarda geleceğe dönük tahminler üretmede makine öğrenme algoritmalarının başarılı oldukları bilinmektedir. Bu çalışmada ise Borsa İstanbul'da işlem gören farklı kriterlere göre seçilmiş üç hisse senedinin değer tahmini geliştirilen Yapay Sinir Ağı modeli ile Destek Vektör Makineleri, Lojistik Regresyon, Rasgele Orman ve Naive Bayes Sınıflandırıcı makine öğrenmesi algoritmaları kullanılarak ele alınmış ve performansları kıyaslanmıştır. Şirket performanslarını değerlendirmede sıklıkla kullanılan 18 finansal oran ve 102 diğer bağımsız değişken girdi olarak kullanılarak 2009-2018 dönemi aylık hisse senedi getiri oranları sınıflandırılarak tahmin edilmiştir. Yapılan analizler önerilen yapay sinir ağı algoritmasının belirlenen değişkenlerle ve dönemde diğer algoritmalara alternatif olarak kullanılabilecek bir sınıflandırıcı olduğunu göstermiştir.