Effectiveness of technical indicators in predicting bist100 index returns
Bıst100 endeks getirisini tahmin etmede teknik indikatörlerin önemi
- Tez No: 821784
- Danışmanlar: DR. UMUT GÖKÇEN
- Tez Türü: Yüksek Lisans
- Konular: Maliye, Finance
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Özyeğin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Finans Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Finans Mühendisliği Bilim Dalı
- Sayfa Sayısı: 56
Özet
Bu makale, teknik göstergeler kullanarak Borsa Istanbul (BIST) endeksinin fiyat hareketlerinin yönünü tahmin etmek için lojistik regresyon tabanlı bir yaklaşım sunmaktadır. 2005-2021 yılları arasındaki geçmiş fiyat verileri kullanılmıştır ve BIST endeksinin günlük veya haftalık getirilerine dayanarak -2% ila 2% arasında beş eşik belirlenmiştir. Bağımlı değişken olarak kullanılan sinyal değerleri BİST'in tarihsel getirilerine göre tanımlanmıştır ve yıllık veya yarıyıllık verileri kullanılarak lojistik regresyon uygulanmıştır. Günlük modeller, lojistik regresyonda haftalık modellere göre daha iyi performans göstermiştir ve On Balance Volume (OBV) ve Average Directional Index (ADX), en iyi istatistiksel sonuçlara sahip göstergeler arasındadır. %0 modeller, tahmin doğruluğu açısından en iyisidir (tahminlerin yaklaşık yarısı doğrudur). Tahmin performansında haftalık modeller, günlük modellere ve yıllık modeller de yarıyıllık modellerden daha iyidir. Bazı modeller birikimli getiri açısından BIST endeksini geride bırakmıştır (günlük birikimli getiri 4,84; haftalık ise 4,48), Daily-1% model-6 ay birikimli getiri 13,35; Weekly-2% model-12 ay birikimli getiri ise 12,96 olmak üzere, BIST endeksine göre yaklaşık üç katı olan iki model bulunmaktadır. Sonuç olarak, teknik göstergelerin, eğitim dönemi, zaman aralığı ve kullanılan teknik göstergelerin kombinasyonuna bağlı olarak hisse senedi veya endeks getirilerini tahmin etmede başarılı olabileceği gösterilmiştir.
Özet (Çeviri)
This paper presents a logistic regression-based approach for predicting the direction of the Borsa Istanbul (BIST) index's price movements using technical indicators. Historical price data from 2005 to 2021 is utilized, and five thresholds are determined from -2% to 2% based on the daily or weekly returns of the BIST index. Binary variables which utilized in logistic regression as dependent variable are defined according to the thresholds, and logistic regression is applied using annual or semiannual training data. Daily models perform better than weekly models in logistic regression, and On Balance Volume (OBV) and Average Directional Index (ADX) are the indicators within the best statistical results. 0% threshold models are best in accuracy of prediction (approximately half of prediction is accurate). Weekly models are better than daily models, and annual models are better than semiannual models in accuracy. Some of the models outperformed the BIST index in cumulative return (daily cumulative return is 4,84; weekly is 4,48), with two models having approximately three times the cumulative return of the BIST index namely Daily-1% threshold-6 month's cumulative return is 13,35; Weekly-2% threshold-12 month's is 12,96. In summary, the results show that technical indicators can be successful in predicting stock or index returns depending on the training period, time period, and the combination of technical indicators used.
Benzer Tezler
- Temel ve teknik analiz göstergelerinin hisse senedi getirilerine etkisi: Gayrimenkul yatırım ortaklıkları
The effect of fundamental and technical analysis indicators on stock returns: Real estate investment trusts
MEHMET RÜÇHAN TULUNAY
Yüksek Lisans
Türkçe
2025
Ekonomiİstanbul ÜniversitesiPara Sermaye Piyasaları ve Finansal Kurumlar Bilim Dalı
DOÇ. DR. EBUBEKİR MOLLAAHMETOĞLU
- Makro ekonomik ve finansal verilerin İstanbul Menkul Kıymetler Borsası endeksleri üzerinde etkisini belirleyen bir tahmin sistemi geliştirilmesi
Modelling a forecasting system regarding the effects of macroeconomics and financial data on ISE
FEYZİ HAZNEDAROĞLU
Doktora
Türkçe
2009
Ekonomiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. OKTAY TAŞ
- Finansal yatırım piyasalarında fiyat tahminleme: Kripto para piyasasında yapay sinir ağları uygulaması
Price prediction in financial investment markets: Application of artificial neural networks in cryptocurrency market
EREN ULUCAN
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TAYFUN AKGÜL
PROF. DR. AYBEN KOY
- Etkin piyasa hipotezi ve teknik analiz: BIST katılım 30 endeksindeki paylar üzerinde bir uygulama
Effective market hypothesis and technical analysis: An application on shares in BIST participation 30 index
YILMAZ ADİL İNAL
Yüksek Lisans
Türkçe
2023
EkonomiŞırnak ÜniversitesiUluslararası Ticaret Ve Finansman Ana Bilim Dalı
DR. ÖĞR. ÜYESİ REŞAT SAKUR
- Temel ve teknik analize dayalı makine öğrenmesi ile hisse senedi fiyat tahmini: Rastgele orman sınıflandırması yaklaşımı
Stock price prediction with machine learning based on fundamental and technical analysis: Random forest classification approach
DENİZ KAVUK SALIŞ
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri MühendisliğiGebze Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMED BURAK PAÇ