Finansal zaman serilerinde entropi tabanlı öznitelik mimarisi: Gelişmekte olan piyasalar için tahminleme yaklaşımı
Entropy-based feature architecture in financial time series: A forecasting approach for emerging markets
- Tez No: 1011547
- Danışmanlar: PROF. DR. ÖYKÜM ESRA YİĞİT
- Tez Türü: Doktora
- Konular: Ekonometri, İstatistik, Econometrics, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Sürdürülebilirlik odaklı finansal piyasalar özellikle gelişmekte olan ekonomilerde yüksek oynaklık, sık rejim değişimleri ve dağılımsal kırılmalar nedeniyle belirgin doğrusal olmayan dinamikler sergilemektedir. Bu özellikler yalnızca teknik veya makroekonomik göstergelere dayanan geleneksel tahmin yaklaşımlarının, istikrarlı ve güvenilir öngörüler üretmesini güçleştirmektedir. Bu tez, ESG endekslerinin yön tahmini problemine, piyasanın bilgi yapısını ve rejim geçişlerini doğrudan temsil eden bilgi kuramsal ölçütleri entegre eden, sızıntı farkındalığı gözetilmiş ve zamana duyarlı bir tahmin çerçevesi önermektedir. Önerilen yaklaşımda, Shannon entropisi (SE), permütasyon entropisi (PE) ve Kullback–Leibler (KL) ıraksaması, makro-finansal ve teknik göstergelerle birlikte kullanılarak piyasanın belirsizlik, karmaşıklık ve dağılımsal değişim dinamikleri modele dâhil edilmiştir. Çerçeve, gelişmekte olan piyasalara temsilci olarak Türkiye'deki BİST Sürdürülebilirlik Endeksi üzerinde test edilmiştir. Tahminler, kalibre edilmiş bir XGBoost sınıflandırıcısı kullanılarak gerçekleştirilmiş, değerlendirme süreci kesinlikle zamana bağlı iç içe çapraz doğrulama ve tamamen ayrılmış bir test kümesi üzerinden yürütülmüştür. Ampirik bulgular, bilgi kuramsal ölçütlerle genişletilmiş modelin yalnızca ortalama performans açısından değil, özellikle olasılık kalibrasyonu, performans istikrarı ve karar düzeyi güvenilirliği bakımından tutarlı iyileşmeler sağladığını göstermektedir. Ayrılmış test kümesinde sınıf dengesizliğine duyarlı ölçütlerde daha elverişli sonuçlar elde edilmiş ve karar düzeyindeki iyileşmeler istatistiksel testlerle desteklenmiştir. Genel olarak sonuçlar, ESG piyasalarının bilgi yapısını doğrudan modele entegre etmenin rejime duyarlı ve güvenilir tahminler üretmede önemli bir katkı sunduğunu ortaya koymaktadır.
Özet (Çeviri)
Sustainability-oriented financial markets, particularly in emerging economies, exhibit pronounced nonlinear dynamics driven by high volatility, frequent regime shifts, and distributional breaks. These characteristics make it difficult for conventional forecasting approaches that rely solely on technical or macroeconomic indicators to produce stable and reliable predictions. This thesis proposes a time-aware, leakage-conscious forecasting framework for the ESG index direction prediction problem, which integrates information-theoretic measures that directly represent the market's informational structure and regime transitions. In the proposed approach, Shannon entropy (SE), permutation entropy (PE), and Kullback–Leibler (KL) divergence are jointly employed with macro-financial and technical indicators to incorporate market uncertainty, complexity, and distributional change dynamics into the model. The framework is empirically evaluated using the BIST Sustainability Index in Türkiye as a representative case of an emerging market. Forecasts are generated via a calibrated XGBoost classifier, and the evaluation process is conducted using a strictly time-dependent nested cross-validation scheme and a fully held-out test set. Empirical findings demonstrate that the information-theoretically enriched model delivers consistent improvements not only in terms of average predictive performance but, more importantly, with respect to probability calibration, performance stability, and decision-level reliability. On the held-out test set, more favorable results are obtained across class-imbalance-sensitive metrics, and the observed decision-level improvements are supported by statistical tests. Overall, the results indicate that directly integrating the informational structure of ESG markets into predictive models provides a meaningful contribution to producing regime-aware and reliable forecasts.
Benzer Tezler
- Three essays on co-movement in financial market: Fractal behavior, information flow, causality and forecasting
Finansal piyasalarda birlikte hareket üzerine üç makale: Fraktal davranış, bilgi akışı, nedensellik ve tahmin
CENGİZ KARATAŞ
Doktora
İngilizce
2022
EkonomiYeditepe ÜniversitesiFinansal İktisat Ana Bilim Dalı
PROF. DR. VEYSEL ULUSOY
- Karma frekanslı zaman serilerinin modellenmesi: Büyük veri örneği
Modeling of mixed frequency time series: Big data example
GÖZDE BOZKURT
- Finansal zaman serilerinde varyans modellemesi
Variance modelity at financial time series
ÖZLEM YILMAZ
Yüksek Lisans
Türkçe
2006
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
Y.DOÇ.DR. FÜSUN DERİŞ
- Yapay sinir ağlarının finansal zaman serilerinde öngörü başarısının incelenmesi: BİST 100 üzerine bir uygulama
Analysis of the accuracy of artificial neural networks in financial time series: An application on BIST 100
ASİL BURAK CAN
Yüksek Lisans
Türkçe
2019
EkonometriBeykent Üniversitesiİşletme Yönetimi Ana Bilim Dalı
PROF. DR. ÖZGÜR ÖMER ERSİN
- Modeling volatility dynamics in financial time series: Ananalysis of econometric models and machine learningmethods
Finansal zaman serilerinde oynaklıkdinamiklerinin modellenmesi: ekonometrikmodellerin ve makine öğrenimiyöntemlerinin analizi
HAKAN ERCE
Yüksek Lisans
İngilizce
2023
İstatistikBoğaziçi ÜniversitesiHesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
DOÇ. DR. ÜMİT IŞLAK
PROF. DR. ATABEY KAYGUN