Hisse senedi fiyat tahmini ve portföy optimizasyonunda yapay zekâya dayalı hibrit bir yaklaşım: Borsa İstanbul'da bir uygulama

Günümüzde küreselleşme ve dijital dönüşüm süreçleri, finansal piyasalardaki volatiliteyi artırmakta ve yatırımcıların doğru kararlar alabilmesi için geleneksel finans teorilerinin ötesinde veri odaklı yaklaşımlara ihtiyaç duyulmaktadır. Bu bağlamda, çalışma kapsamında Borsa İstanbul BIST 30 endeksinde işlem gören hisse senetlerinin geçmiş verileri analiz edilerek fiyat tahminleri yapılmış ve optimal portföy kompozisyonu belirlenmiştir. Çalışmanın ilk aşamasında, Rastgele orman algoritması, Ekstrem Gradyan Artırma, Destek Vektör Regresyon ve Uzun Kısa Dönemli Bellek olmak üzere dört farklı model kullanılarak hisse senedi fiyatlarının tahmini gerçekleştirilmiş ve modelin başarısı hata metrikleri ile değerlendirilmiştir. Yapılan analizler sonucunda, Rastgele orman algoritması diğer tekniklere kıyasla daha yüksek doğruluk oranlarına ulaştığını göstermiştir. Hisse bazında gerçekleştirilen analizlerde de AEFES.IS, ASELS.IS ve THYAO.IS gibi bazı pay senetlerinde yüksek öngörü başarısı dikkat çekmiştir. Çalışmanın ikinci aşamasında, yatırımcılar için en uygun portföy kompozisyonunu belirlemek amacıyla Tabu Arama Algoritması kullanılmıştır. Elde edilen sonuçlar, yatırımcıların risk-getiri tercihlerine uygun şekilde maksimum getiri ve minimum risk hedeflerine ulaşmalarını sağlayacak portföy kompozisyonlarının başarıyla kurgulandığını göstermektedir. Özellikle ASELS.IS, BIMAS.IS, EREGL.IS ve SISE.IS gibi düşük risk profiliyle öne çıkan varlıkların optimum portföyde ağırlık kazandığı tespit edilmiştir. Geleneksel portföy optimizasyonu yaklaşımlarının aksine, yapay zekâ tabanlı optimizasyon yöntemleri, piyasa verilerinin doğrusal olmayan ilişkilerini daha iyi modelleyerek yatırımcılar için daha etkin stratejiler sunmaktadır. Elde edilen bulgular, yapay zekâ ve optimizasyon algoritmalarının finansal piyasalardaki karar alma süreçlerini önemli ölçüde iyileştirdiğini ve yatırım risklerini minimize ederken getiri potansiyelini artırdığını göstermektedir. Çalışma, yatırımcıların daha bilinçli ve veri temelli kararlar almasını sağlamanın yanı sıra, finans literatürüne de önemli katkılar sunmaktadır. Yapay zekâ tabanlı finansal analizlerin yaygınlaşması, piyasaların daha öngörülebilir hale gelmesini sağlayarak yatırımcıların volatil piyasa koşullarına daha esnek ve bilinçli bir şekilde uyum sağlamasına olanak tanıyacaktır. Bu araştırma, yapay zekânın finansal piyasalardaki rolünü daha iyi anlamak ve yatırım kararlarının doğruluğunu artırmak isteyen akademisyenler, analistler ve yatırımcılar için önemli bir kaynak niteliği taşımaktadır. Gelecekte, derin öğrenme ve hibrit optimizasyon modellerinin finansal piyasalarda nasıl daha etkin kullanılabileceğini araştıran çalışmaların finansal karar alma süreçlerine daha fazla katkı sunacağı öngörülmektedir. Bu doğrultuda, yapay zekâ ve veri analitiği tekniklerinin finans sektörüne entegrasyonu, modern yatırım stratejilerinin temel unsurlarından biri haline gelmeye devam edecektir.