Hisse senetleri yatırım kararlarında yapay zekâ uygulaması: Modern bir derin öğrenme algoritması önermesi

Finansal piyasa verileri davranışı çok sayıda unsura ve farklı faktörlere bağımlılığı nedeniyle karmaşıktır. Özellikle, pay senedi gelir tahmini için etkili modellerin geliştirilmesi zorlu bir çalışmadır. Uzun kısa süreli bellek (LSTM) yaklaşımı, tahmine dayalı finansal analiz için yaygın olarak kullanılmasa da bu alan için uygulanabilir bir yöntemdir. Ayrıca, Ayrık Dalgacık Dönüşümü (DWT) ile veri düzeltilmesi, Parçacık Sürü Optimizasyonu (PSO) ile LSTM ağları algoritmasının hibridizasyonu, bu çalışmada önerilen sıralı öğrenme için yenilikçi bir tekniktir. Model, performans analizlerine dayalı olarak PSO ile güçlendirilmiş LSTM ağları algoritması, diğer iyi bilinen denetimli ve denetimsiz sınıflandırma tekniklerinden daha iyi performans göstermektedir. Bu çalışmada, BIST 30 endeksi 2000-2021 yılları arasındaki pay senetleri ve medya haberleri verileri kullanılarak, portföy sepeti analizleri ve tahminleri yeni bir yapay zekâ yaklaşımıyla sağlanmaya çalışılmaktadır.