Topluluk öğrenme yöntemleri kullanılarak finansal varlıklar için algoritmik işlem stratejilerinin geliştirilmesi

Zaman serileri olarak ele alınan finansal varlıklar yapısı gereği kaotiktir. Kaotik olan bu seri üzerinde geleceğe yönelik tahminlerde bulunarak doğru zamanda, doğru yönde pozisyon almak yatırımcıların temel hedefidir. Bu zaman serileri belirli bir periyottaki açılış, kapanış, en düşük ve en yüksek fiyatından oluşmaktadır. Hareketli ortalamalar veya teknik göstergeleri kullanarak eğilim (trend) yönü ve gücü hakkında tahminler yapmak için kullanılan istatistiksel yaklaşımlar gürültü ve gecikme problemlerine sahip olabilmektedirler. Mum grafikler bahsi edilen açılış, kapanış, en düşük ve en yüksek fiyatları tek bir görselde konsolide ederek, fiyat hareketlerinin yorumlanmasını kolaylaştırmalarının yanı sıra ayı ve boğa yatırımcılarının fiyat temelli psikolojilerini de yansıtırlar. Tarihte ilk defa Japon pirinç piyasalarına uygulandığı ve 100'den fazla mum formasyonu olduğu bilinmektedir. Tez çalışmasında mum grafik formasyonlarının tanımlanması ve finansal varlıklar için farklı makine öğrenmesi yaklaşımlarının topluluk öğrenmesi ile entegre edilmesi ve bunlara dayalı akıllı öğrenme algoritmalarının geliştirilmesi için fabrika deseni ve nesne tabanlı yaklaşım kullanan genişleyebilir mimaride bir yazılım çatısı önerilmiştir. Bu kapsamda entegre edilen yaklaşımlardan birisi seçilen teknik göstergelerin öznitelik olarak finansal tahminde kullanılmasıdır. Son olarak yatırımcıların kullandığı stratejiler kural tabanlı olarak kodlanarak üç ana yaklaşım geliştirilmiştir. Bu üç ana yaklaşım topluluk öğrenme yaklaşımlarında kullanılan oylama prensibi ile birleştirilerek sonuçlar karşılaştırılmıştır. Tez çalışmasında Dow30 endeksine ait hisse senetleri üzerinde finansal varlık için test edildiğinde, önerilen topluluk öğrenme yaklaşımı ile Al ve Tut stratejisinden ve geleneksel makine öğrenmesi yaklaşımlarından daha iyi sonuçlar elde edilebilmiştir. Bu sonuçlar kümülatif portföy kazancı, maksimum geri çekilme, karlı işlem yüzdesi gibi metrikler için detaylı olarak verilerek tüm sonuçlar karşılaştırılmıştır.