Teknik analiz göstergelerinin XBANK endeksinde seçilmiş banka hisseleri (AKBNK-ISCTR-GARAN-VAKBN-YKBNK) üzerinde performansı
Performance of technical analysis indicators on selected bank shares (AKBNK-ISCTR-GARAN-VAKBN-YKBNK) in XBANK index
- Tez No: 732309
- Danışmanlar: DOÇ. DR. GÜÇLÜ OKAY
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Bankacılık ve Sigortacılık Enstitüsü
- Ana Bilim Dalı: Sermaye Piyasası ve Borsa Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 135
Özet
Finansal piyasalara her geçen gün yatırıcıların ilgisi artarak devam etmektedir. Finansal piyasalar yatırımcılara uzun vadeli yatırım imkanı sunduğu gibi kısa vadeli yatım imkanları da sunmaktadır. Bu çalışmanın birinci bölümünde finansal piyasalar ve analiz türleri incelenmiştir. İkinci bölümde ise teknik analiz yapmak için kullanılan teknik analiz araçlara değinilmiştir. Çalışmanın son bölümünü olan üçüncü bölümde ise AKBNK-ISCTR-GARAN-VAKBN-YKBNK hisselerinin 2019 ve 2020 yılları arasındaki belirlenen teknik indikatörlerin (MACD - Hareketli Ortalama Yakınsama Sapması ,RSI - Göreli Güç Endeksi, CCI - Mal Kanal Endeks, STOCH – Stokastik Osilatörü, ROC - Fiyat Yüzde Değişimi, MOM - Momentum Göstergesi, Williams' %R Göstergesi, DMI - Yönsel Hareket Göstergesi, BB - Bollinger Bantları) belirlenen en iyi optimizasyon aralıklarına göre oluşan alım satım sinyalleri doğrultusunda hissenin iki yıl içerisinde performansı aktarılmıştır. Bu çalışmanın amacı, teknik analiz göstergelerinin alım satım işlemlerinde işlevselliğini ve verimliliği ortaya koymaktır. Çalışmanın sonucuna göre, teknik analiz göstergeleri iki yıllık süreçte seçilen hisselerdeki alım satım sinyalleri doğrultusunda yüksek performans göstermiştir.
Özet (Çeviri)
Investors' interest in financial markets continues to increase day by day. Financial markets offer investors long-term investment opportunities as well as short-term investment opportunities. In the first part of this study, financial markets and analysis types were examined. In the second part, technical analysis tools used to make technical analysis are mentioned. In the third part, which is the last part of the study, the technical indicators of AKBNK-ISCTR-GARAN-VAKBN-YKBNK stocks determined between 2019 and 2020 (MACD - Moving Average Convergence Deviation, RSI - Relative Strength Index, CCI - Commodity Channel Index, STOCH - Stochastic Oscillator, ROC - Price Percent Change, MOM - Momentum Indicator, Williams' %R Indicator, DMI - Directional Movement Indicator, BB - Bollinger Bands), the performance of the stock within two years is conveyed in line with the trading signals formed according to the best optimization intervals determined. The purpose of this study is to reveal the functionality and efficiency of technical analysis indicators in trading. According to the results of the study, technical analysis indicators showed high performance in line with the buying and selling signals in the selected stocks in a two-year period.
Benzer Tezler
- Hibrit derin öğrenme modelleri ile hisse senedi fiyat tahmini
Stock price prediction with hybrid deep learning models
KÜBRA KARADAĞ
- Teknik analiz göstergelerinin performans analizi: Borsa İstanbul üzerine uygulama
Performance analysis of technical anaysis indicators: An application on Borsa İstanbul
CEM YILMAZ
- Trendden arındırılmış finans verileri üzerinde evrimsel algoritmalar ile salınım-tabanlı teknik analiz göstergelerinin parametre eniyilemesi
Parameter optimization of oscillator-based technical analysis indicators using evolutionary algorithms on trend-normalized financial data
UĞUR ŞAHİN
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AHMET MURAT ÖZBAYOĞLU
- Implementation of technical analysis on selected cryptocurrencies
Seçilmiş kripto paralarda teknik analiz uygulaması
OĞUZHAN ÇELİK
Yüksek Lisans
İngilizce
2019
MaliyeMarmara Üniversitesiİşletme (İngilizce) Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHTAP ÖNER
- Genetik ve makine öğrenmesi algoritmaları ile kripto varlıklar için al-sat kararı veren model çalışması
A model study that makes trading decisions for crypto assets using genetic and machine learning algorithms
BERNA YAMAN ŞAHİN
Doktora
Türkçe
2024
Ekonometriİstanbul ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. SEMA ULUTÜRK AKMAN