Data analytics in stock markets

Finansta kullanılan önemli stratejilerden biri veri analitigidir. Veri Analizi, anlamlı bilgileri ve faydalı sonuçları çıkarmak amacıyla ham verileri arastıran bilimdir. Son zamanlarda, kurumlar veri analizini is süreçlerini iyilestirmenin bir yolu olarak görmeye ve toplanan bilgileri gelir artısını saglamak için operasyonel verimlilikte kullanmaya baslamıslardır. Son yıllarda, veri analizlerinin kullanımı, is süreçlerini optimize etmek, geliri artırmak ve müsteri etkilesimlerini iyilestirmek gibi diger birçok nedenden dolayı hızla artmaktadır. Bu arastırmada iki tür veri analitigi, düzen dengesizlikleri ve düzen akıs dengesizlikleri incelenmis ve bunlara göre iki grup model incelenmistir. Bu regresyon modelleri, seviye regresyonlarına ve yüzde degisikliklere dayanmaktadır ve veri analitiklerinin her hisse senedi için bir dakika bası fiyat getirisi tahmin edip edemeyecegini yanıtlamaya çalısmaktadır. Ayrıca, 27 Borsa Istanbul hisse senedine ait sonuçlar analiz edilmis ve yorumlanmıstır. Bir sonraki adımda, veri analitik tahmininin gücünü anlamak için, Fama-Macbeth regresyonu göz önünde bulundurulur. Ilk adımda, her portföyün getirisi bir veya daha fazla zaman faktörü karsısında geri çekilir. Ikinci adımda, portföy iadelerinin kesiti, her adımda, faktörlere karsı gerilemektedir. Daha sonra finans literatüründe yaygın olarak kullanılan Uzun Kısa Portföy yaklasımını tartısıyoruz. Bu yöntem, yükselmesi beklenen hisse senetlerinde uzun pozisyon ve inmesi beklenen hisse senetlerinde kısa pozisyon alan bir yatırım stratejisidir. Bu bölümde, pozitif veya negatif olan gün sayısını gösteririz ve bu yöntem için her gün tüm veri analitigi için KB prosedürüyle ayarlanan t istatistiklerini sunarız. Son olarak, piyasa verimliligi hakkında tartısır ve analizimize göre Borsa Istanbul'un verimli bir pazar olup olmadıgını gösteririz.