Davranışsal Finans Temelinde Yapay Zekânın Algoritmik Trading İle Etkileşiminin Geleceği Üzerine Bir Değerlendirme

Öz

Bu çalışmada davranışsal finansın temel modelleriyle yapay zekânın algoritmik trading ile olan etkileşimi üzerine değerlendirmeler yapılmıştır. Algoritmik trading işlemlerinin varlığı eskiye nazaran ciddi bir şekilde artış göstermiştir. Yapay zekâ ile algoritmik işlemlerin etkileşimiyle birlikte insan faktörü minimize edilebileceği için piyasada adil fiyatlandırmalar oluşacağı, aşırı fiyat dalgalanmalarının önüne geçileceği, bu etkileşimle birlikte krizlerin ömrünün kısaltılabileceği ve makro ekonomik göstergeler ile kalkınma süreçlerinin olumlu etkileneceği sonucuna varılmıştır.

Anahtar Kelimeler

• Davranışsal Finans
• Davranışsal Finans Modelleri
• Algoritmik Trading
• Yapay Zekâ

An Evaluatıon On The Future Interactıon Of Artıfıcıal Intellıgence Wıth Algorıthmıc Tradıng On The Basıs Of Behavıoral Fınance

Öz

In this study, evaluations have been made on the fundamental models of behavioral finance and the interaction of artificial intelligence with algorithmic trading. The presence of algorithmic trading has significantly increased compared to the past. With the interaction of artificial intelligence and algorithmic trading, it is concluded that the human factor can be minimized, leading to fair pricing in the market, preventing excessive price fluctuations, shortening the duration of crises, and positively influencing macroeconomic indicators and development processes.

Anahtar Kelimeler

• Behavioral Finance
• Behavioral Finance Models
• Algorithmic Trading
• Artificial Intelligence

Kaynakça

1. Abban, E. (1998). Fayda Teorisi ve Rasyonel Seçimler. Türkiye Cumhuriyet Merkez Bankası Araştırma Genel Müdürlüğü Tartışma Tebliği No: 2002/3.
2. Agbloyor, K. E., Pan, L., Dwumfour, A. R., & Dako-Gyeke, A. (2023). We are back again! What can artificial intelligence and machine learning models tell us about why countries knock at the door of the IMF. Finance Research Letters,57,https://doi.org/10.1016/j.frl.2023.104244.
3. Aksoy, T., & Şahin, I. (2009). Belirsizlik Altında Karar Alma: Geleneksel ve Modern Yaklaşımlar. Türkiye Ekonomi Kurumu, Tartışma Metni 2009-7.
4. Barbosa, P. T., & Belo, O. (2008). Algorithmic Trading Using Intelligent Agents. Proceedings of the 2008 International Conference on Artificial Intelligence, CSREA Press, pp. 136-142. (ICAI @ Las Vegas 2008)
5. Balı, S. (2011). Zıtlık ve Momentum Stratejileri Teori ve Uygulama. Çatı Kitapları, İstanbul.
6. Cohen, G. (2022). Algorithmic Trading and Financial Forecasting Using Advanced Artificial Intelligence Methodologies. Mathematics, 10(18),https://doi.org/10.3390/math10183302.
7. Çelik, S. M., & Öztürk, B. M. (2022). Sermaye Piyasalarında Algoritmik ve Yüksek Frekanslı İşlem Stratejileri. Niğde Ömer Halisdemir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 4(1), 77-85.
8. Çitilci, T. (2021). Finansta Makinelerin Yükselişi: Koşul Bazlı Algoritma ile TCMB Faiz Kararına Bağlı Forex Piyasalarında Otomatik İşlem Açma. Ekonomi, Politika & Finans Araştırmaları Dergisi, 6(Özel Sayı), 18-32.

9. Çitilci, T. (2014). Para & Psikoloji. İstanbul, Beta Yayınları.
10. Davut, L. (1997). Tüketici Davranışları ve Rasyonellik. Ankara Üniversitesi Sosyal Bilimler Fakültesi Dergisi, 52(1), 169-179.
11. Er, H., Çetin Koray, M., & Çetin İpekçi, E. (2005). Finansta Evrimsel Algoritmik Yaklaşımlar: Genetik Algoritma Uygulamaları. Akdeniz İ.İ.B.F. Dergisi, 3(10), 73-94.
12. Ertürk, Y., & Yörükeren, N. (2022). Optimize Edilmiş Trend Takip İndikatörü (OTT) ve Stokastik (STOS) İndikatörleri ile Matriks Veri Terminalinde BİST XELKT Endeksinde
13. Algoritmik Trade Örneği. SETSCI Conference Proceedings, 14, 20-28.
14. Hekim, R. (2022). Algoritmik trading ve Borsa İstanbul Uygulaması. Yüksek Lisans Tezi, Marmara Üniversitesi, İstanbul, Türkiye.
15. Kandır, S. Y., & İnan, H. (2011). Momentum Yatırım Stratejisinin Karlılığının İMKB’de Test Edilmesi. BDDK Bankacılık ve Finansal Piyasalar Dergisi, 5(2), 51-70.
16. Karan, M. B. (2013). Yatırım Analizi ve Portföy Yönetimi. Ankara, Gazi Kitabevi.
17. Nofsinger, J. R. (2001). Investment Madness: How Psychology Affects Your Investing And What To Do About It. New York, Prentice Hall.
18. Nofsinger, J. (2011). The Psychology of Investing (Pearson Series in Finance) 3rd Edition (Çeviren: Gazel, S.). Davranışsal Finans; Psikolojik Eşik ve Ön yargılar. Ankara, Detay Yayıncılık.
19. Pothumsetty, R. (2020). Application Of Artificial Intelligence In Algorithmic Trading. International Journal of Engineering Applied Sciences and Technology, 4(12), 140-149.
20. Ruben, E., & Dumludağ, D. (2015). Davranışsal İktisadın Gelişimi. İktisat ve Toplum Dergisi, (58), 4-10.
21. Sert, A. (2022). Sermaye Piyasası Yatırımlarında Yeni Yatırımcı Davranışı "Algoritmik Trade". Yüksek Lisans Tezi, Hitit Üniversitesi, Çorum, Türkiye.
22. Sharpe, W. F., Alexander, G. J., & Bailey, J. V. (1990). Investments (4th Edition). Prentice Hall, Eaglewood Cliffs: New Jersey.
23. Shiller, R., J. (1998), Human Behavior and the efficiency of financial system, National Bureau of Economic Research Working Paper No.6375.
24. Shleifer, A. (2000). Inefficient Markets: An Introduction To Behavioral Finance. New York: Oxford University Press Inc.
25. Shleifer, A., & Summers, L. H. (1990). The Noise Trader Approach To Finance. The Journal of Economic Perpectives, 4(2), 19-33.
26. Şenkesen, E. (2009). Davranışsal Finans ve Yatırımcı Duyarlılığının Tahvil Verimi Üzerindeki Etkisi: İMKB Tahvil ve Bono Piyasasında Bir Uygulama. Yayınlanmamış Doktora Tezi, İstanbul Üniversitesi Sosyal Bilimler Enstitüsü İşletme Bölümü.
27. Thaler, R. H. (1999). Mental Accounting Matters. Journal of Behavioral Decision Making, 12(3), 183-206.
28. Tversky, A. ve Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and Biases. Science: New Series, 185(4157), 1124-1131.
29. Ünsal, Ö., & Kaya, E. M. (2020). Forex Piyasaları İçin Bayes Tekniği ile Otomatik Al/Sat Sinyali Üretilmesi. Mühendislik Bilimleri ve Tasarım Dergisi, 8(4), 1190–1201.
30. Yadav, P. M., Abedin, Z. M., Sinha, N., & Arya, V. (2023). Uncovering dynamic connectedness of Artificial intelligence stocks with agri-commodity market in wake of COVID-19 and Russia-Ukraine Invasion. Research in International Business and Finance, 67(A), https://doi.org/10.1016/j.ribaf.2023.102146.
31. Yıldız, A. (2022). Finans Alanında Yapay Zekâ Teknolojisinin Kullanımı: Sistematik Literatür İncelemesi. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi (52), 47-66. https://doi.org/10.30794/pausbed.1089134
32. Zindel, M. L., Zindel, T., & Quirino. (2014). Cognitive Bias and their Implications on the Financial Market. International Journal of Engineering & Technology IJET-IJENS, 14(3), 11-17.