Geri Dön

Effectiveness of technical indicators in predicting bist100 index returns

Bıst100 endeks getirisini tahmin etmede teknik indikatörlerin önemi

PDF İndir

  1. Tez No: 821784
  2. Yazar: BURAK KARABUDAK
  3. Danışmanlar: DR. UMUT GÖKÇEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Maliye, Finance
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Özyeğin Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Finans Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Finans Mühendisliği Bilim Dalı
  13. 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

  1. Tez No

    293774

    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

    Türkçe

    2009

    Ekonomiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. OKTAY TAŞ

  2. Tez No

    806898

    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

    Türkçe

    2023

    EkonomiŞırnak Üniversitesi

    Uluslararası Ticaret Ve Finansman Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ REŞAT SAKUR

  3. Tez No

    899348

    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

    Türkçe

    2024

    Endüstri ve Endüstri MühendisliğiGebze Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AHMED BURAK PAÇ

  4. Tez No

    895426

    Predicting stock prices in bist: A reinforcement learning and sentimental analysis approach

    Pekiştirmeli derin öğrenme ve duyarlılık analizi yaklaşımı ile bıstteki hisselerin fiyatlarının tahmin edilmesi

    ŞEYMA EĞE

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Büyük Veri ve Veri Analitiği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET ALİ ERGÜN

  5. Tez No

    866869

    Genelleştırilmiş toplamsal modeller ile Bitcoin için yön analizi

    Directional analysis of Bitcoin using generalized additive models

    İLAYDA ARIKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    EkonomiHacettepe Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. SERPİL AKTAŞ ALTUNAY

Geri Dön