Hisse senedi piyasası tahminleri her zaman riskli olmuştur, ancak İTÜ’deki bir araştırma ekibi bu konuda yeni bir çözüm geliştirme çabasında. Üzerinde çalıştıkları yapay zekâ tabanlı model, günlük hisse hareketlerini daha doğru bir şekilde tahmin etmeyi amaçlamakta. Model başarıya ulaşırsa yatırımcıların hisse senedi alış-satışına ilişkin yaklaşımları değişebilir. Model, Türkiye’nin en büyük şirketlerini kapsayan Borsa İstanbul 30 endeksini hedefliyor ve hisse fiyatlarındaki değişimleri daha hızlı ve akıllı bir şekilde tahmin etmek için çeşitli verileri kullanıyor. Peki, model nasıl çalışıyor? Yapay zekâ, tahminlerin doğruluğunu artırmak için birden fazla makine öğrenimi modelini birleştiren bir teknik olan topluluk öğrenimi (ensemble learning) kullanıyor. Geleneksel borsa analiz yöntemleri yoğun bir şekilde teknik göstergelere dayanır. Ancak bu model 14 farklı kaynaktan gelen sayısal verileri bir araya getiriyor. Modelde şirket kârları ve ekonomik göstergelerden, küresel emtia fiyatlarına kadar birbirinden çok farklı veri kaynakları kullanılıyor. ‘Araştırmada en zorlayıcı aşama, modelde çok sayıda değişkenin işlenmesi ve uyarlanmasıydı; bu zorluk, özellik seçimi ve çapraz doğrulama yöntemleriyle aşıldı’ diyor Prof. Dr. Alp Üstündağ ve Dr. Sami Sivri, ayrıca ‘Mevcut modellere kıyasla piyasa dinamiklerini daha iyi yakalayarak daha doğru tahminler’ sunabildiklerini ekliyorlar.

Modelde kullanılan hisse senedi fiyatlarına ilişkin 14 değişken parametrenin önem sırasına göre listesi şu şekilde:
1. Fiyat ve Hacim
2. Döviz Kurları
3. Teknik Göstergeler
4. Dünya Borsa Endeksleri
5. Aracı Kurum Hedef Fiyatları
6. Akran Şirket Değişkenleri
7. Holding Şirket Fiyatları
8. Ekonomik Göstergeler
9. Takas Bilgileri
10. Emtia Fiyatları
11. Temel Oranlar
12. Şirket Finansalları
13. Operasyonel Göstergeler

Endüstriyel Göstergeler

Üç yıllık verilerle yapılan testlerde, klasik “al ve tut” stratejisine göre %35’e varan oranlarda daha yüksek yıllık getiri sağlanıyor. Ayrıca, getiriyi riskle karşılaştıran Sharpe oranında da artış görülüyor ve bu modelin, yatırımcılara daha az riskle daha fazla kazandırma potansiyeline sahip olduğu anlaşılıyor. Yapay zekânın en başarılı kombinasyonu, hızlı bir algoritma olan Hafif Gradyan Artırımı (Light Gradient Boosting Machines) ile değişkenlerin hisse tahminleri üzerindeki etkisini netleştiren Shapley Additive Explanations (SHAP) yöntemini birleştirmek oldu. Bu kombinasyon, sadece getirileri artırmakla kalmıyor, aynı zamanda hisse fiyatlarını etkileyen fiyat trendleri, işlem hacimleri ve ekonomik haberler gibi temel faktörler hakkında da önemli iç görüler sunuyor. Yatırımcılar İçin Ne Anlama Geliyor?

Araştırmacılar, yapay zekâ modelinin hem kurumsal hem de bireysel yatırımcılar için faydalı olabileceğini belirtiyor. Model, günlük verilere uyum sağladığı için ani piyasa değişimlerine karşı daha güvenilir bir performans sergileyebilir, bu da Türkiye gibi gelişmekte olan piyasalarda önemli bir avantaj sağlar. Ayrıca model, diğer borsa piyasalarına da uyarlanabileceği için küresel ticaretin bir aracı haline gelme potansiyeline de sahip. Modelin karar alma süreçlerini iyileştirdiğini belirten araştırmacılar, birden fazla veri kaynağını birleştirerek, yatırımcılara her gün hisse hareketlerini etkileyen faktörler hakkında daha net iç görüler sunabiliyor.

Başlangıç sonuçları umut verici olsa da, araştırmacılar daha fazla test yapılması gerektiğini kabul ediyor. Gelecek deneylerde, modelin farklı sektörler ve uluslararası borsa piyasalarında da denenmesi planlanıyor. Ayrıca, tahminlerin doğruluğunu daha da artırmak için birden fazla modeli birleştiren yığınlama tekniklerini (stacking) araştırıyorlar. Piyasa değişkenliklerinin hızıyla başa çıkmak ve modelin yeterince hızlı uyum sağlamasını temin etmek gibi bazı güçlükler hala mevcut. ‘Yapay zekâ tabanlı modeller, klasik yöntemlere göre daha hızlı, daha çok sayıda veriyi işleyebilme ve daha hassas tahminler sunma avantajına sahipken, veri kalitesi ve model karmaşıklığı gibi zorluklarla karşılaşabilir’ diyor Prof. Dr. Alp Üstündağ. Yapay zekâ finans dünyasında daha büyük bir rol oynamaya devam ettikçe, bu tür modeller hisse ticaretine bakış açımızı değiştirebilir. Yatırımcılar için vaat edilen fırsat basit: daha az riskle daha iyi getiriler. Siyasi ve ekonomik dalgalanmalara sıkça maruz kalan Borsa İstanbul için, ani değişimlere uyum sağlayabilen ve doğru tahminler yapabilen bir araç, daha fazla güven telkin eden bir piyasa için dönüm noktası olabilir. Yapay zekâ gelişmeye devam ettikçe, Türkiye’de ve küresel ölçekte daha akıllı ve daha güvenilir hisse ticareti stratejilerine doğru önemli bir adımı işaret edebilir. Yapay zekâ (AI) dünyasına ilgi duyuyor, bu alandaki gelişmeleri yakından takip ediyor veya uygulamalarınızı paylaşmak istiyorsanız, EELISA topluluklarından AI4manufacturing ve AI4Health’in etkinliklerine katılarak alanında uzman konuşmacılardan, yapay zekâ uygulamalarının yenilikçi yönlerini dinleyebilir; uygulamacılar, öğrenciler ve akademisyenlerle tanışarak ortak projelere kapı aralayabilirsiniz.

---

Prof. Dr. Alp ÜSTÜNDAĞ, İTÜ Endüstri Mühendisliği Bölümünde görev yapmaktadır. Kurucusu olduğu Navimod Finans Analitiği Çözümleri şirketi ile AI temelli Algo-Trade ve Portföy Analitiği konularında finansal kurumlara çeşitli ürün ve hizmetler sunmakta ve yapay zeka, veri analitiği, risk yönetimi, karar destek sistemleri alanlarında araştırma çalışmaları bulunmaktadır.

---