Öz: Finansal piyasaların ana çıktısı bir zaman serisi problemidir ve zaman serileri doğaları gereği gürültülü, durağan olmayan ve karmaşık bir yapı sergilemektedirler. Bu karmaşık yapı sebebiyle zaman serilerinin gelecekteki davranışlarını öngörme süreci araştırmacılar açısından hayli zorlu bir çalışma alanı olmaktadır. Bu çalışmada BIST 100 endeksi günlük getiri yönünün tahmin edilmesinde kapsamlı bir öznitelik mühendisliği işlemi uygulanmış ve farklı makine öğrenmesi algoritmaları kullanılarak modellemeler gerçekleştirilmiştir. Modellere girdi olarak alınacak öznitelikler, serinin özetleyici istatistiklerine, örnekleme dağılımının ek karakteristiklerine ve serinin lineer olmayan/karmaşık yapısını yansıtan gözlenen dinamiklerine bağlı olarak çıkartılmış ve dışsal değişken kullanmadan da sınıflandırma performanslarının oldukça yüksek olduğu gösterilmiştir. Ayrıca farklı eğitim-test oranları kullanılarak tahminlerin dayanıklılığı araştırılmıştır.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.