| dc.creator |
ÜNSAL, Özkan |
|
| dc.date |
2020-12-29T00:00:00Z |
|
| dc.date.accessioned |
2021-01-21T07:49:02Z |
|
| dc.date.available |
2021-01-21T07:49:02Z |
|
| dc.identifier |
https://dergipark.org.tr/tr/pub/jesd/issue/58118/834105 |
|
| dc.identifier |
10.21923/jesd.834105 |
|
| dc.identifier.uri |
http://acikerisim.sdu.edu.tr/xmlui/handle/123456789/77859 |
|
| dc.description |
Yatırımcıların halka açık şirketlere ait hisse senetleri üzerinde alım/satım işlemlerini gerçekleştirdiği kurumsal piyasalara genel olarak borsa ismi verilmektedir. Ülkemizde Borsa İstanbul(BİST) adıyla faaliyet gösteren borsa piyasası günlük yaklaşık 2,5 milyar lotluk işlem hacmi ile yatırımcıların ilgisini çekmektedir. Yatırımcıların hisse senedi seçiminde teknik analiz yöntemleri giderek artan bir önem kazanmaktadır. Gelişen yazılım teknolojileri ve veri madenciliği teknikleri sayesinde hisse senetlerinin geçmiş verileri üzerinde başarılı teknik analizler uygulanabilmektedir. Bu çalışmada, veri madenciliği teknikleri kullanılarak günlük fiyat değişimine göre birbirleri ile en çok hareket eden hisse senetlerine ait ilişki kurallarının ortaya çıkarılması amaçlanmıştır. Çalışma için BİST’te işlem gören 408 hisse senedine ait 2019 yılı boyunca 249 işlem günü için kapanış fiyatı, gün sonu fiyat değişimi ve günlük hacim verileri elde edilmiştir. Veriler üzerinde her bir işlem günü için K-Means yöntemi ile kümeleme yapılmış ardından elde edilen kümelere Birliktelik Kuralı yöntemlerinden Apriori algoritması uygulanarak yıl boyunca birbirleri ile en çok hareket eden hisse senetlerine ait ilişki kuralları elde edilmiştir. |
|
| dc.description |
Institutional markets where investors trade on stocks of publicly traded companies are generally called stock markets. The stock market, operating under the name of Borsa Istanbul (BIST) in our country, attracts the attention of investors with a daily trading volume of approximately 2.5 billion lots. Technical analysis methods are becoming increasingly important in investors' selection of stocks. Thanks to the developing software technologies and data mining techniques, successful technical analysis can be applied on the historical data of stocks. In this study, by using data mining techniques, it is aimed to reveal the relationship rules of stocks that move with each other the most according to daily price changes. For the study, closing prices, end-of-day price changes and daily volume data were obtained for 249 trading days of 408 stocks traded on BIST during the year 2019. On the data, clustering was made with K-Means method for each trading day, and then, Apriori algorithm, one of the Association Rule methods, was applied to the obtained clusters, and the relationship rules for the stocks that moved with each other the most throughout the year were obtained. |
|
| dc.format |
application/pdf |
|
| dc.language |
tr |
|
| dc.publisher |
Süleyman Demirel University |
|
| dc.publisher |
Süleyman Demirel Üniversitesi |
|
| dc.relation |
https://dergipark.org.tr/tr/download/article-file/1424844 |
|
| dc.source |
Volume: 8, Issue: 5
106-112 |
en-US |
| dc.source |
1308-6693 |
|
| dc.source |
Mühendislik Bilimleri ve Tasarım Dergisi |
|
| dc.subject |
BİST,Veri Madenciliği,Kümeleme,Birliktelik Kuralları |
|
| dc.subject |
BIST,Data Mining,Clustering,Association Rules |
|
| dc.title |
VERİ MADENCİLİĞİ TEKNİKLERİ İLE HİSSE SENETLERİ ARASINDAKİ FİYAT ETKİLEŞİMLERİNİN BELİRLENMESİ |
tr-TR |
| dc.title |
DETERMINATION OF PRICE INTERACTIONS BETWEEN STOCKS WITH DATA MINING TECHNIQUES |
en-US |
| dc.type |
info:eu-repo/semantics/article |
|