Constructing trading strategies using artificial intelligence based models: An application for Borsa Istanbul
Yapay zeka temelli modeller kullanarak alım satım stratejilerinin oluşturulması: Borsa İstanbul için bir uygulama
- Tez No: 631841
- Danışmanlar: DOÇ. DR. BAŞAK DALGIÇ
- Tez Türü: Yüksek Lisans
- Konular: Ekonomi, Economics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İktisat Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 87
Özet
Bu tezde amaç, yapay zekaya dayalı teknikler kullanarak Etkin Piyasalar Hipotezini test etmektir. Bu bağlamda, ertesi günün kapanış fiyatını tahmin etmek ve bu tahmin modellerinin ürettiği tahminleri kullanarak alım-satım stratejileri oluşturmak için hem derin hem de sığ mimarilere sahip yapay zeka tabanlı modelleri kullanılmıştır. Bu modeller, teknik analiz göstergeleri ve yatırımcı duyarlılığı değişkenlerini içeren kapsamlı bir veri seti ile beslenmiştir. Böylece, hem herkesin herhangi bir maliyete katlanmadan erişebileceği bir bilgi olan tarihsel fiyat verilerini, hem de piyasanın rasyonel olmayan bileşenlerini içeren yatırımcı duyarlılığını kullanarak tahmin yapılmıştır. Haber kanallarından çıkarılan bilgilerin, bu kanal aracılığıyla piyasanın irrasyonel bileşenlerini taşıdığı ve yatırımcıların ilgili finansal araç hakkındaki düşüncelerinin temelini oluşturduğu fikrini takiben yatırımcı duyarlılığı için Bloomberg'in haber duyarlılığı skorları vekil olarak kullanılmıştır. Bu özellik kümesi, hem EPH'nin zayıf formda piyasa etkinliği ve yatırımcının saf rasyonalitesi hakkındaki argümanlarına bir yanıt olarak seçilmiştir. Varlık fiyatlarının bir dereceye kadar tahmin edilmesi, EPH'nin geçerliliği hakkında çelişkili bir kanıt sunmamaktadır. Bu nedenle, bu öngörülebilirlik derecesinden de yararlanarak, ortalama riske göre ayarlanmış getirilerin üzerinde kazanç sağlamak için alım-satım stratejileri oluşturulmuştur. Buna göre, EPH'nin geçerliliği için yapılan testler iki aşamadan oluşmaktadır: hisse senedi fiyatlarını tahmin etmek ve bu tahminleri alım-satım stratejileri yoluyla uygulamak. Hem LSTM hem de SVR modelleri kullanılarak oluşturulan alım-satım stratejilerinin, tüm performans ölçütleri açısından piyasa endeksini al ve tut stratejisinden üstün performans sergilediği gösterilmiştir. Ayrıca işlem maliyetleri hesaba katıldığında bile benzer sonuçlara ulaşıldığı görülmüştür. Sonuç olarak, hem derin hem sığ mimarilere sahip yapay zeka tabanlı modelleri ve halka açık bilgiler kullanılarak başarılı tahminler yapılabileceği ve alım-satım stratejilerinin oluşturulabileceği ifade edilmiş ve EPH'nin varlık fiyatlarının tahmin edilebilirliği konusundaki olumsuz argümanlarına karşı bir eleştiri sunulmuştur.
Özet (Çeviri)
The aim of this thesis is to test the Efficient Market Hypothesis using artificial intelligence-based techniques. In this regard, we utilize artificial intelligence based models that have both deep and shallow architectures which are Long Short Term Memory (LSTM) Networks and Support Vector Regression (SVR) to predict the next day's close price of the selected stocks from BIST30 Index. Next, we construct trading strategies by making use of the predictions produced by the forecasting models. We feed these models using a comprehensive dataset including technical analysis indicators and investor sentiment variables. Thus, we predict the following day's close prices both by using historical price data which is accessible without any costs and the investor sentiment containing market's non-rational components. In order to proxy investor sentiment, we use Bloomberg's news sentiment data which is developed to imitate a human in processing financial news. We show the superior performance of our trading strategies that are constructed using both LSTM and SVR models compared to simply buy and hold market index in terms of all performance metrics. Moreover, we reach similar results when transaction costs are considered. Our findings reveal that successful predictions can be made and trading strategies can be built using publicly available information and artificial intelligence-based models. Moreover, investing with these strategies, above-average risk-adjusted return can be yielded. Thus, we provide contradictory evidence to EMH's negatory arguments about the asset price predictability.
Benzer Tezler
- From projective methods to real-time digital construction of architectural space in first-year architectural education
Birinci sınıf mimarlık eğitiminde projektif yöntemlerden mimari mekânın gerçek zamanlı dijital inşaatına
ELİF SULTAN KAYA
Yüksek Lisans
İngilizce
2024
MimarlıkTOBB Ekonomi ve Teknoloji ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. AKTAN ACAR
- Portföy yönetiminde dinamik varlık yönetim stratejileri
Dynamic asset allocation strategies in portfolio management
MUSTAFA DUMAN
Yüksek Lisans
Türkçe
2000
BankacılıkMarmara ÜniversitesiSermaye Piyasası ve Borsa Ana Bilim Dalı
YRD. DOÇ. DR. ÖZLEM KOÇ
- Improvement of forecasting approaches by using wavelet coherence method and multifractal detrended fluctuation analysis
Tahminleme yöntemlerinin dalgacık analizi ve çoklu fraktal eğilimden arındırılmış dalgalanma analizi kullanılarak geliştirilmesi
ITIR DOĞANGÜN
Doktora
İngilizce
2023
EkonometriYeditepe ÜniversitesiFinansal İktisat Ana Bilim Dalı
PROF. DR. ERKUT AKKARTAL
- Araç matematiksel modelinin oluşturulması ve tasarım parametrelerinin sezgisel yöntemlerle optimizasyonu
Constructing the mathematical model of vehicle and optimization of design parameters with heuristic method
AYÇA YURTTAŞ
Yüksek Lisans
Türkçe
2011
Makine MühendisliğiUludağ ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. FERRUH ÖZTÜRK