Öz
Machine learning techniques are seen to be used increasingly in estimating stock returns as an alternative to statistical methods with their ability to provide flexibility requiring relatively less assumptions and providing better generalization ability based on real risk. In this study, the direction of movement of the ISE-100 Index return is estimated using both logistic regression and support vector machines, making use of their ability to facilitate a binary classification. The correct classification ratio for modeling and holdout sets of logistic regression and support vector machines methods are obtained as 75% and 86% respectively. It can be seen from the results of the study that the support vector machines can be used effectively as an alternative method by investors and researchers in predicting the stock returns.
Öz
DEMİRSeda TOLUNEbru DEMİRCİ ÖZ Ampirik finansın temel araştırma konularından hisse senedi getirilerinin tahmininde istatistikî yöntemlere alternatif olarak daha az varsayım gerektirerek esneklik sağlayan ve gerçek riske dayanan genelleme kabiliyeti daha üstün olan makine öğrenmesi tekniklerinin giderek artan bir yoğunlukta kullanıldığı görülmektedir. Çalışmada ikili sınıflandırmaya imkan tanıyan lojistik regresyon ve destek vektör makineleri yöntemleri ile İMKB-100 endeksinin getirisinin yönü tahmin edilmiştir. Her iki yöntem için modelleme kümesi ve tahmin kümesi için doğru sınıflandırma oranları sırasıyla yaklaşık %75 ve %86 olarak elde edilmiştir. Destek vektör makineleri yönteminin yatırımcılar ve araştırmacılar tarafından hisse senedi getirilerinin tahmininde alternatif bir yöntem olarak etkin bir şekilde kullanılabileceği çalışmanın sonuçlarından görülmektedir.
Ayrıntılar
| Birincil Dil | Türkçe |
|---|---|
| Bölüm | Makaleler |
| Yazarlar | |
| Yayımlanma Tarihi | 1 Ağustos 2011 |
| Yayımlandığı Sayı | Yıl 2011 Cilt: 4 Sayı: 2 |