Makine Öğrenmesi Yöntemleri ile Hisse Senedi Seçimi ve Finansal Değişkenlerin Rolü

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Ankara Üniversitesi, Fen Fakültesi, İstatistik Bölümü, Türkiye

Tezin Onay Tarihi: 2025

Tezin Dili: Türkçe

Öğrenci: Taner Ant

Danışman: Esin Köksal Babacan

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu çalışmada, makine öğrenmesi yöntemleri kullanılarak hisse senedi getirilerinin tahmin edilmesi ve finansal değişkenlerin bu tahminlerdeki rolünün incelenmesi amaçlanmıştır. Çalışma kapsamında Rastgele Orman, XGBoost, LightGBM ve SVR (Destek Vektör Regresyonu) modelleriyle çeyreklik getiri tahminleri yapılmış, pencere genişliği (expanding window) yöntemiyle zaman serisi analizi gerçekleştirilmiştir. 10 yıllık veriler kullanılarak hisse senetlerinin çeyreklik getirileri tahmin edilmiştir. Finansal değişkenler (fiyat/kazanç oranı, borç/özsermaye vb.) modellere girdi olarak eklenmiştir. İlk yıllardan başlayarak her çeyrekte model eğitilmiş ve bir sonraki çeyreğin getirisi tahmin edilmiştir. Her çeyrekte en yüksek getiri potansiyeli olan ilk 10 hisse senedi seçilmiş ve bu hisselerin performansı izlenmiştir. 2024-2025 dönemi için modellerin önerdiği ilk 10 hisse senedinden bir portföy oluşturulmuş ve bu portföyün performansı NASDAQ 100 endeksi ile karşılaştırılmıştır. Portföy getirileri, pasif bir yatırım stratejisine göre değerlendirilmiştir. Modellerin tahminlerinde en etkili olan finansal değişkenler belirlenmiştir. En etkili on değişken analiz edilerek, hangi faktörlerin hisse getirilerini daha fazla etkilediği yorumlanmıştır.