Sosyal Medya ve Diğer Yatırım Aracı Verilerine Dayalı Hisse Senedi Değeri Tahmini
Yazarlar (2)
Öğr. Gör. Ömer Faruk UYRUN
Yalova Üniversitesi, Türkiye
Doç. Dr. İbrahim SABUNCU
Yalova Üniversitesi, Türkiye
| Makale Türü |
Özgün Makale
|
| Makale Alt Türü | Diğer hakemli uluslarası dergilerde yayınlanan tam makale |
| Dergi Adı | Acta Infologica |
| Dergi ISSN | 2602-3563 Wos Dergi |
| Dergi Tarandığı Indeksler | TR DİZİN |
| Makale Dili | Türkçe |
| Basım Tarihi | 12-2021 |
| Cilt No | 5 |
| Sayı | 2 |
| Sayfalar | 267 / 285 |
| DOI Numarası | 10.26650/acin.934130 |
| Makale Linki | http://dx.doi.org/10.26650/acin.934130 |
| Özet |
| Bu çalışmada, farklı makine öğrenmesi teknikleriyle yatırım aracı verileri ile birlikte sosyal medya verileri kullanılarak hisse senedi tahminlenmesi amaçlanmıştır. Çalışma kapsamında, beş farklı havayolu firmasına ilişkin Ekim 2019 – Şubat 2020 dönemine ait 236 764 adet tweet ve söz konusu şirketlerin hisse senedi değeri ve işlem gördüğü borsanın günlük verileri, dolar kuru ve altın fiyatları ele alınmış olup, tweet’lerin analizinde duygu analizi gerçekleştirilmiştir. Çalışmada, Gradyan Destekli Ağaçlar (Gradient Boosted Trees) algoritmasının hisse senedi tahminlemesinde en düşük hata payına sahip tahmin modeli olduğu tespit edilmiş olup, şirketler hakkındaki net pozitif (pozitif-negatif) tweet sayılarının hisse senedi değeri tahminindeki en etkili faktörlerden birisi olduğu görülmüştür. Çalışma sonucunda, Gradyan Destekli Ağaçlar algoritmasının çalışma kapsamında kullanılan diğer algoritmalara göre hisse senedi tahminlemesinde etkin olduğu ve Twitter verisinin diğer yatırım verileri ile birlikte hisse senedi değeri tahmininde faydalanılabilecek bir veri kaynağı olduğu düşünülmektedir. |
| Anahtar Kelimeler |
| Sosyal Medya Analitiği, Veri Madenciliği, Tahmin Modeli, Hisse Değeri, Twitter |
BM Sürdürülebilir Kalkınma Amaçları
| Atıf Sayıları | |
| TRDizin | 1 |