Makine öğrenmesine dayalı hisse senedi değer tahmini

Bu çalışmada, beş farklı ülkede (Türkiye, Fransa, Amerika, Avusturya ve İngiltere) petrol rafineri sektöründe faaliyet gösteren şirketlerin fiyat analizleri ve fiyatını etkileyen değişkenlerin önem düzeyleri ile ilgili araştırmalar gerçekleştirilmiştir. Araştırmanın amacı, çeşitli bağımsız değişkenleri kullanarak bağımlı değişken olan hisse fiyatını tahmin etmektir. Bağımlı değişken ile altı kategoride toplam 74 bağımsız değişken arasındaki ilişki incelenmiştir. Bu kategoriler teknik göstergeler, temel göstergeler, ülke endeksleri, fiyatla ilgili değişkenler, petrol üretim verileri, petrol fiyatı ve döviz kurları şeklindedir. Her bir hisse ile incelenen değişkenler arasında korelasyon analizleri gerçekleştirilmiştir. Korelasyon analizleri için Rapid Miner Auto Model modülü kullanılmıştır. Özellikle beş farklı hisse türü için fiyatla ilgili değişkenler arasında anlamlı sonuçlara rastlanmıştır. En düşük korelasyon değerine sahip değişkenler teknik göstergeler ve petrol üretim veriler olmuştur. En güçlü ilişkiler ise temel göstergeler, ülke endeksleri olarak tespit edilmiştir. Araştırmada tahmin edilmeye çalışılan hisse fiyatları için hangi değişkenlerin önemli olduğu sorusuna yanıt aranmıştır. Tahminler Rapid Miner programı kullanılarak gerçekleştirilmiştir. Çalışmada kullanılan algoritmalar: Lineer Regresyon, Karar Ağacı, Derin Öğrenme, Rastgele Orman, Gradyan Artırma, KNN, Neural Network ve Destek Vektör Makinesi (SVM)'dir. Bu tahminlerin doğruluğunu değerlendirmek için kök ortalama kare hata (RMSE), ortalama mutlak hata (MAE) ve ortalama mutlak yüzde hata (MAPE) gibi değerlendirme metrikleri kullanılmıştır. Chevron, OMV, Total ve Tüpraş şirketleri için en iyi sonuçlar SVM yöntemi ile elde edilmiştir. Shell şirketi için ise en iyi sonuç, Neural Network yöntemi ile bulunmuştur. Elde edilen bulgulara dayanarak, en iyi sonuçlar genellikle Destek Vektör Makinesi (SVM) yöntemi ile elde edilmiştir. Fakat her hisse türü için her ülkede uygulanabilecek tek bir en iyi yöntem olmadığı açıktır. Bu nedenle en doğru tahminleri üretmek için, belirli bir ülke ve değerlendirilen hisse senedi temel alınarak en uygun yöntemin belirlenmesi gereklidir. Yapılan bu çalışma ile emtia bazlı şirketlere yatırım yapan yatırımcılar için önemli değişkenlerin hangileri olduğu ve yatırımcılar hangi algoritmaları kullanmaları durumunda en yüksek verimlilikle yatırımlarını gerçekleştirir sorularına yanıt aranmıştır.