A machine learning approach for the detection of trade‑based manipulations in Borsa İstanbul
Makine öğrenmesi yaklaşımıyla Borsa İstanbul'da işlem bazlı manipülasyonların tespiti
- Tez No: 759208
- Danışmanlar: DR. ÖĞR. ÜYESİ FUAT AKAL
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 147
Özet
Finansal sistemin en temel unsurlarından olan sermaye piyasaları, tasarruf sahiplerinin ellerindeki fazla fonların orta ve uzun vadede fon ihtiyacı olan yatırımcılara aktarılması noktasında çok önemli bir görev yapmaktadır. Sermaye piyasalarının güven içinde ve etkin çalışabilmesinin ve kaynakların fon arz edenlerden fon talep edenlere sağlıklı bir şekilde aktarılabilmesinin en önemli temellerinden birini yatırımcıların piyasaya güveninin tesis edilmiş olması oluşturmaktadır. Sermaye piyasasının güvenilir, şeffaf, etkin, istikrarlı, adil ve rekabetçi bir ortamda işleyişinin ve gelişmesinin sağlanması, yatırımcıların hak ve menfaatlerinin korunması için sermaye piyasası devamlı düzenlenmekte ve denetlenmektedir. Bu düzenleme ve denetleme faaliyetlerinin temel amacı, piyasalarda şeffaflığı sağlamak ve yatırımcıları korumak olup, piyasalarda zaman zaman gözlemlenen kötü niyetli eylemleri önlemeye yöneliktir. Sermaye piyasasının güven ve şeffaflık normları kapsamında düzenli bir şekilde faaliyet göstermesine engel olan faaliyetlerden biri olan manipülasyon, hem menkul kıymet piyasalarına fon sunan bireysel yatırımcılar, hem de hisse senedi ihraç ederek fon talep eden şirketler açısından dikkate alınması gereken önemli bir konudur. Bu çalışma, Borsa İstanbul'da (BİST) gerçekleştirilen işlem bazlı manipülasyonları incelemektedir. BIST'da 2010 - 2015 yılları arasında manipülasyona uğramış hisse senetlerine ilişkin veriler kullanılmış olup, manipüle edilen hisse senetlerinin günlük verilerinden işlem-bazlı manipülasyonu tespit etmek için denetimli makine öğrenmesi sınıflandırma teknikleri ile yapay sinir ağlarından oluşan bir model önerilmişitr. Çalışmanın sonucunda, önerilen modelin doğruluk, duyarlılık ve F1 skor ölçüm yöntemlerine dayalı olarak hisse senetleri piyasasında işleme dayalı manipülasyonları tespit etmede başarılı olduğu gösterilmiştir. Yapılan deneyler sonucunda manipülasyon tespitinde 0,86 F1 skoruna, 0,87 duyarlılığa ve 0,89 doğruluğa ulaşılmıştır. Bu çalışma ile, yatırımcıların sermaye piyasalarında güvenli yatırım yapmalarının önündeki en büyük engel olan borsadaki manipülasyon en aza indirilerek, sermaye piyasasının oluşum ve gelişiminin temeli olan şeffaflık ve güven ilkeleri oluşturulacaktır. Ayrıca, piyasa manipülasyon tespitinin yüksek performansı nedeniyle çalışmamız özellikle borsadaki manipülasyonu tespit etmede düzenleyicilere fayda sağlayacaktır.
Özet (Çeviri)
Capital markets, one of the pillars of the financial system, play a vital role in transferring the excess funds of savers to investors who need funds in the medium and long term. Trust is essential for the safe and effective operation of capital markets and for the healthy transfer of resources from those who supply funds to those who request them. The capital market is constantly regulated and supervised in order to ensure it functions and develops in a reliable, transparent, efficient, stable, fair, and competitive environment and to protect the rights and interests of investors. Manipulation, which prevents the capital market from operating regularly within trust and transparency norms, is an important issue that should be considered both for individual investors who offer funds to the securities markets and for companies that request funds by issuing stocks. This study examines the trade-based manipulations in Borsa Istanbul (BIST). Data on stocks that were manipulated between 2010 and 2015 were used in BIST, and a model consisting of supervised machine learning classification techniques and artificial neural networks was proposed to detect trade-based manipulation from the daily data of manipulated stocks. It has been shown that the proposed model is successful in detecting trade-based manipulations in the stock market based on accuracy, sensitivity, and f1 scores. Experimental results show that an f1 score of 0.86, a sensitivity of 0.87, and an accuracy of 0.89 in market manipulation detection were achieved. With this study, the manipulation in the stock market, the biggest obstacle for investors to make safe investments in the capital markets, will be minimized and the principles of transparency and trust, essential for the formation and development of the capital market, will be established. In addition, due to the success achieved in market manipulation detection, our study will benefit regulators especially in detecting stock market manipulation.
Benzer Tezler
- Detection of broken rotor bars in induction motors using motor current signature analysis (MCSA)
Akım spektrumu analizini kullanarak asenkron motor rotor çubuğu hatalarının tespiti
MOHAMED ALI MOHAMED
Yüksek Lisans
İngilizce
2019
Mekatronik MühendisliğiSelçuk ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAYRİ ARABACI
- Makine öğrenmesi algoritmaları ile geliştirilen erken uyarı sistemi ile çocukluk çağı obezite riskinin saptanması
Detection the risk of childhood obesity by early warning system developed with machine learning algorithms
BURCU ÇAVDAR
Doktora
Türkçe
2022
Beslenme ve DiyetetikErciyes ÜniversitesiBeslenme ve Diyetetik Ana Bilim Dalı
PROF. DR. BETÜL ÇİÇEK
- District-based urban sprawl monitoring and modelling using CA-Markov model: application in two mega cities
İlçe bazlı kentsel yayılma izleme ve CA-Markov model ile modelleme: iki mega şehirde uygulama
ANALI AZABDAFTARI
Doktora
İngilizce
2022
İletişim Bilimleriİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. AYŞE FİLİZ SUNAR
- SIP hizmet aksatma saldırılarının tespitinde makine öğrenmesi tabanlı yaklaşımların karşılaştırmalı analizi
Machine learning based approach for detection of SIP denial os service attacks
ŞEVKİ GANİ ŞANLIÖZ
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMilli Savunma ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED ALİ AYDIN
- Yazılım tanımlı ağların güvenliği için yapay zekâ tabanlı bir yaklaşım
An artificial intelligence based approach for the security of software defined networks
MUHAMMET FATİH AKBAŞ
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiUluslararası Bilgisayar Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CENGİZ GÜNGÖR
DR. ÖĞR. ÜYESİ ENİS KARAARSLAN