Back to Search Start Over

İçeriden Öğrenenlerin Ticaretine Maruz Kalan Şirketlere Ait Hisse Senedi Getirilerinin K-En Yakın Komşu Algoritması İle Tahmin Edilmesi: ABD Borsaları Örneği

Authors :
Barış Aksoy
Source :
Ekonomi, Politika & Finans Araştırmaları Dergisi, Vol 7, Iss Özel Sayı, Pp 61-80 (2022)
Publication Year :
2022
Publisher :
Ekonomi ve Finansal Araştırmalar Derneği, 2022.

Abstract

Bu çalışmada ABD Borsalarında işlem gören ve içeriden öğrenenlerin ticaretine maruz kalan şirketlere ait 01.01.2020-26.02.2022 dönemindeki 10121 işlem verileri alınarak ilgili şirketlerin içeriden öğrenenlerin ticareti tarihinden 3, 9, 15, 21 ve 27 ay sonraki getirileri tahmin edilmiştir. Sonuçlar denetimli veri madenciliği yöntemlerinden KNN (K En Yakın Komşu Algoritması) ile tahmin edilmiştir. Analiz sonucunda 01.01.2022-26.03.2022 döneminde ticarete maruz kalan 257 örneğin 224’ü doğru getiri aralığında tahmin edilmiş ve 3 ay öncesi hisse senedi getiri tahmin başarımı %87,16 olarak bulunmuştur. 01.07.2021-31.12.2021 döneminde ticarete maruz kalan 2358 örneğin 1936’sı doğru getiri aralığında tahmin edilmiş ve 9 ay öncesi hisse senedi getiri tahmin başarımı %82,10 olarak bulunmuştur. 01.01.2021-30.06.2021 döneminde ticarete maruz kalan 2919 örneğin 2495’i doğru getiri aralığında tahmin edilmiş ve 15 ay öncesi hisse senedi getiri tahmin başarımı %85,47 olarak bulunmuştur. 01.07.2020-31.12.2020 döneminde ticarete maruz kalan 2267 örneğin 1980’i doğru getiri aralığında tahmin edilmiş ve 21 ay öncesi hisse senedi getiri tahmin başarımı %87,34 olarak bulunmuştur. 01.01.2020-30.06.2020 döneminde ticarete maruz kalan 2320 örneğin 2016’sı doğru getiri aralığında tahmin edilmiş ve 27 ay öncesi getiri tahmin başarımı %86,90 olarak bulunmuştur.

Details

Language :
English, Turkish
ISSN :
2587151X
Volume :
7
Issue :
Özel Sayı
Database :
Directory of Open Access Journals
Journal :
Ekonomi, Politika & Finans Araştırmaları Dergisi
Publication Type :
Academic Journal
Accession number :
edsdoj.f5dc859bd604379907e92c6ba7925e0
Document Type :
article
Full Text :
https://doi.org/10.30784/epfad.1161781