Hisse senedi piyasalarında algoritma kullanımı: Borsa İstanbul'da Turtle Trade uygulaması
Algorithm use in stock markets: Turtle Trade application in Borsa Istanbul
- Tez No: 735681
- Danışmanlar: DOÇ. DR. ALPER VELİ ÇAM
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Gümüşhane Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 139
Özet
Günümüzde bilgisayar teknolojileri ve algoritmalar hızla gelişmiş ve bu teknolojiler finansal piyasalarda aktif olarak kullanılmaya başlanmıştır. Algoritmalar yardımıyla finansal piyasalarda al-sat sinyalleri üretilmekte ve bu sinyaller doğrultusunda gerçekleştirilen yatırımlar ile kar maksimizasyonu sağlanabilmektedir. Algoritmalar ile üretilen al-sat sinyallerinin kullanımında yatırımcılar için önemli olan husus karlı işlemlerde mümkün olan en yüksek karı elde etmek; zararlı işlemlerde ise mümkün olan en az zararla pozisyonu kapatmaktır. Bu tezin yazılış amacı, Turtle Trade stratejisine dayalı algoritmik trade yöntemini kullanarak gerçekleştirilen yatırımların getiri performansını ölçmek ve elde edilen getiri performansının piyasalarda yaygın olarak kullanılan çeşitli indikatörlerin getiri performansı ile karşılaştırmaktır. Çalışma kapsamında Borsa İstanbul BIST30 endeksinde yer alan firmaların 30 Nisan 2020 – 12 Mayıs 2022 tarihleri arasındaki 500 işlem günü dikkate alınmıştır. Çalışma sonucunda, Turtle Trade yönteminin değerlendirmeye alınan indikatörlere kıyasla belirgin ölçüde daha iyi getiri performansı sağladığı görülmüştür. Elde edilen sonuçlar yatırımcıların algoritmik trade işlemlerinde farklı yatırım stratejileri geliştirebilmesine katkı sağlayacaktır.
Özet (Çeviri)
Today, computer technologies and algorithms have developed rapidly, and these technologies have been actively used in financial markets. With the help of algorithms, buy-sell signals are produced in financial markets, and profit maximization can be achieved through investments made in line with these signals. The important point for investors in the use of buy-sell signals produced by algorithms is to obtain the highest possible profit in profitable transactions and to close out the position with the least possible loss in harmful transactions. The purpose of writing this thesis is to measure the return performance of investments made using the algorithmic trading method based on the Turtle Trade strategy and to compare the return performance obtained with the return performance of various indicators commonly used in the markets. Within the scope of the study, 500 trading days between 30 April 2020 and 12 May 2022 of the companies included in the Borsa Istanbul BIST30 index were taken into account. As a result of the study, it was seen that the Turtle Trade method provided significantly better return performance compared to the indicators evaluated. The results obtained will contribute to the investors' ability to develop different investment strategies in algorithmic trading.
Benzer Tezler
- Finansal piyasalarda algoritmik ticaret için sürekli alım satım stratejisi önerisi
Continuous trading strategy proposal for algorithmictrading in financial markets
AHMET KOÇ
- Derin öğrenme yöntemleri ile zaman serisi tahmini
Time series classification with deep learning methods
HAKAN GÜNDÜZ
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA ÇATALTEPE
- Using divergences in technical analysis
Teknik analizde uyuşmazlıkların kullanımı
MUHAMMED FATİH GÜNEŞ
Yüksek Lisans
İngilizce
2017
MaliyeBahçeşehir ÜniversitesiSermaye Piyasaları ve Finans Ana Bilim Dalı
YRD. DOÇ. DR. HAKKI ÖZTÜRK
- Hisse senedi yatırım kararlarında genetik algoritmaların kullanımı
Stock investment decisions by using genetic algorithms
MUSTAFA KORAY ÇETİN
- Hisse senedi fiyatlarının yapay zeka teknikleri kullanılarak tahmin edilmesi: BIST'te bir uygulama
Forecasting share prices using artificial intelligence techniques: An application in BIST
AHMET ÇANKAL