Classification Of BIST -100 Index’ Changes Via Machine Learning Methods

The changes in BIST-100 index are economically crucial. In this study, classifications will be made withthe assumption that the changes in BIST-100 index are dependent on certain factors. The classifiers to beused are k-nearest neighbor algorithm, naive Bayes Classifier, logistic regression and C4.5 classifier fromthe machine learning methods. Factors affecting the change of BIST-100 index values are deemed as Euro/Dollar Parity, Gold value (ounce), Crude Oil Prices, Monthly Interest Rates, Inflation Data and DAX,FTSE, S&P 500 that are widely used in the literature. As a result of the transactions performed via Wekaprogram, the most successful methods in order are C4.5 classifier algorithm (66.2%) and logistic regressionanalysis (65.9%).

___

  • AKTAŞ, Cengiz, Lojistik Regresyon Analizi: Öğrencilerin Sigara İçme Alışkanlığı Üzerine Bir Uygulama,Erciyes Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (26), 2009, p. 107-121.
  • ALBAYRAK, Ali Sait, Uygulamalı Çok Değişkenli İstatistik Teknikler, Asil Yayın Dağıtım Ltd. Şti., Ankara, 2006.
  • ALBAYRAK, Ali Sait; Koltan Yılmaz, Şebnem, Veri madenciliği: Karar ağacı algoritmaları ve İMKB verileri üzerine bir uygulama, Süleyman Demirel University The Journal of Faculty of Economics Administrative Sciences, 14, 1, 2009, p. 31-52.
  • AMASYALI, M. Fatih; Diri, Banu; Türkoğlu Filiz, Farklı Özellik Vektörleri İle Türkçe Dökümanların Yazarlarının Belirlenmesi, TAINN-2006.
  • ATASOY, Dinçer, Lojistik Regresyon Analizinin İncelenmesi ve Bir Uygulaması, Graduate thesis, Cumhuriyet University, Institute of Social Sciences, Sivas, 2001.
  • BALABAN, Mehmet Erdal.; Kartal, Elif, Veri Madenciliği Ve Makine Öğrenmesi, Çağlayan Kitabevi, 2015.
  • BALI, Selçuk; Cinel, Mehmet Ozan, Altın fiyatlarının İMKB 100 endeksi’ne etkisi ve bu etkinin ölçümlenmesi, Ataturk University Journal of Economics and Administrative Sciences, 25, 3-4, 2011, p. 45-63.
  • BİGPARA Web Page, http://www.bigpara.com, Access Date: 02.12.2016.
  • BULUT, Faruk, Dengesiz Veri Setlerinde Denetimli Öğrenicilerin Başarım Değerlendirmesi, IEEE, 978- 1-4673-8654-8/15/$31.00, 2016.
  • ÇOKLUK, Ömay, Lojistik regresyon Analizi: Kavram ve Uygulama, Educational Sciences: Theory & Practice, 10(3), 2010, p. 1357-1407.
  • EGE, İlhan; Bayrakdaroğlu, Ali, İMKB şirketlerinin hisse senedi getiri başarılarının lojistik regresyon tekniği ile analizi, Zonguldak Karaelmas University Journal of Social Sciences, 5, 10, 2009, p.139-158.
  • ERDAL, Hamit; Makine öğrenmesi yöntemlerinin inşaat sektörüne katkısı: basınç dayanımı tahminlemesi, Pamukkale University Journal of Engineering Sciences, 21(3), 2015, p. 109-114.
  • INVESTİNG Web Page, http://tr.investing.com, Access Date: 13.12.2016.
  • KAVZAOĞLU, Taşkın; Çölkesen, İsmail, Destek vektör makineleri ile uydu görüntülerinin sınıflandırılmasında kernel fonksiyonlarının etkilerinin incelenmesi, Harita Dergisi, 144, 2010, p. 73-82.
  • KOYUNCUGİL, Ali Serhan; Özgülbaş, Nermin, İMKB’de işlem gören kobi’lerin güçlü ve zayıf yönleri: CHAID karar ağacı uygulaması, Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 23, 1, 2008, p. 1-21.
  • McCALLUM, A.; Nigam, K., A Comparison of Event Models For Naive Text Classification, AAAI-98 Workshop On Learning For Text Categorization, 752, 1998, p. 41-48.
  • MERAL, Meriç; Diri, Banu, Twitter Üzerinde Duygu Analizi, IEEE 22nd Signal Processing and Communicatios Applications Conference (SIU 2014), 978-1-4799-4874-1/14/$31.00, 2014, p. 690-693.
  • MİTCHELL, T.,M., Machine Learning (1st Edition), McGraw-Hill Science /Engineering / Math, 1997.
  • NİZAM, Hatice; Akın, Saliha Sıla, Sosyal Medyada Makine Öğrenmesi İle Duygu Analizinde Dengeli Ve Dengesiz Veri Setlerinin Performanslarının Karşılaştırılması, XIX. Türkiye’de İnternet Konferansı, 2014, inet-tr.org.tr.
  • ONAN, Aytuğ; Korukoğlu, Serdar, Makine Öğrenmesi yöntemlerinin görüş madenciliğinde kullanılması üzerine bir literatür araştırması, Pamukkale University Journal of Engineering Sciences, 22(2), 2016, p. 111-122.
  • ÖZDEMİR, A. Kerem; Tolun, Seda; Demirci, Ebru, Endeks Getirisi Yönünün İkili Sınıflandırma Yöntemiyle Tahmin Edilmesi: İMKB-100 Endeksi Örneği, Niğde University Journal of Economics and Administrative Sciences, 4, 2, 2011, p. 45-59.
  • ÖZEKES, Serhat, Veri Madenciliği Modelleri Ve Uygulama Alanları, İstanbul Ticaret Üniversitesi Dergisi, 2003, p. 65-82.
  • ÖZKAN, Yalçın, Veri Madenciliği Yöntemleri, Papatya Yayıncılık, 2008.
  • ROKACH, L.; Maimon, O., Decision Trees, Data Mining and Knowledge Discovery Handbook, Springer, 2005, p. 165-192.
  • SAVAŞ, İncilay; Can, İsmail, Euro-Dolar Paritesi ve Reel Döviz Kuru’nun İMKB 100 Endeksi’ne Etkisi, Eskişehir Osmangazi University Journal of Economics and Administrative Sciences, 6(1), April 2011, p. 323- 339.
  • SOLMAZ, Ramazan; Günay, Mücahid; Alkan, Ahmet, Uzman Sistemlerin Tiroit Teşhisinde Kullanılması, XV. Akademik Bilişim Konferansı Bildirileri, 23-25 Ocak 2013.
  • SÜMBÜLOĞLU, Kadir, Lojistik Regresyon Analizi,http://78.189.53.61/-/bs/ess/k_sumbuloğlu.pdf.,2015.
  • TAYYAR, Nezih; Tekin, Selin, İMKB-100 endeksinin destek vektör makineleri ile günlük, haftalık ve aylık veriler kullanılarak tahmin edilmesi, Abant İzzet Baysal University Journal of Social Sciences, 13, 1, 2013, p. 189-217.
  • TURKISH CENTRAL BANKWeb Page, http://www.tcmb.gov.tr, Access Date: 29.11.2016.
  • VURAN, Bengü, İMKB 100 endeksinin uluslararası hisse senedi endeksleri ile ilişkisinin eşbütünleşim analizi ile belirlenmesi, Istanbul University Journal of the School of Business, 39, 1, 2010, p. 154-168.
  • ZHANG, H.,The Optimality of Naive Bayes, A A, 1(2), 3, 2004.

___

Bibtex @araştırma makalesi { muiibd329913, journal = {Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi}, issn = {2587-2672}, address = {}, publisher = {Marmara Üniversitesi}, year = {2017}, volume = {39}, number = {1}, pages = {117 - 129}, doi = {10.14780/muiibd.329913}, title = {Classification Of BIST -100 Index’ Changes Via Machine Learning Methods}, key = {cite}, author = {Filiz, Enes and Öz, Ersoy} }
APA Filiz, E. & Öz, E. (2017). Classification Of BIST -100 Index’ Changes Via Machine Learning Methods . Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi , 39 (1) , 117-129 . DOI: 10.14780/muiibd.329913
MLA Filiz, E. , Öz, E. "Classification Of BIST -100 Index’ Changes Via Machine Learning Methods" . Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi 39 (2017 ): 117-129 <
Chicago Filiz, E. , Öz, E. "Classification Of BIST -100 Index’ Changes Via Machine Learning Methods". Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi 39 (2017 ): 117-129
RIS TY - JOUR T1 - Classification Of BIST -100 Index’ Changes Via Machine Learning Methods AU - EnesFiliz, ErsoyÖz Y1 - 2017 PY - 2017 N1 - doi: 10.14780/muiibd.329913 DO - 10.14780/muiibd.329913 T2 - Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi JF - Journal JO - JOR SP - 117 EP - 129 VL - 39 IS - 1 SN - 2587-2672- M3 - doi: 10.14780/muiibd.329913 UR - Y2 - 2022 ER -
EndNote %0 Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi Classification Of BIST -100 Index’ Changes Via Machine Learning Methods %A Enes Filiz , Ersoy Öz %T Classification Of BIST -100 Index’ Changes Via Machine Learning Methods %D 2017 %J Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi %P 2587-2672- %V 39 %N 1 %R doi: 10.14780/muiibd.329913 %U 10.14780/muiibd.329913
ISNAD Filiz, Enes , Öz, Ersoy . "Classification Of BIST -100 Index’ Changes Via Machine Learning Methods". Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi 39 / 1 (Temmuz 2017): 117-129 .
AMA Filiz E. , Öz E. Classification Of BIST -100 Index’ Changes Via Machine Learning Methods. Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi. 2017; 39(1): 117-129.
Vancouver Filiz E. , Öz E. Classification Of BIST -100 Index’ Changes Via Machine Learning Methods. Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi. 2017; 39(1): 117-129.
IEEE E. Filiz ve E. Öz , "Classification Of BIST -100 Index’ Changes Via Machine Learning Methods", , c. 39, sayı. 1, ss. 117-129, Tem. 2017, doi:10.14780/muiibd.329913