Özet:

Bu çalışmada Borsa İstanbul’da (BİST) yer alan Petkim Petrokimya Holding A.Ş.’nin (PETKM) hisse senedi fiyatından, Dolar (USD/TRY) fiyatından ve BİST Kimyasal, Petrol & Plastik (XKMYA) indeks fiyatından yararlanılarak, PETKM hisse senedi fiyatının tahmin edildiği üç girdili ve bir çıktılı bir zaman serisi veri seti oluşturulmuştur. Zaman serisi modelleri için Random Forest Regression (RFR), Long-Short Term Memory (LSTM) ve Convolutional Neural Network (CNN) algoritmalarının ayrı ayrı çalışmalarda başarılı sonuçlar elde ettikleri görüldüğünden hisse senedi fiyatının tahmini için bu üç algoritma kullanılmıştır. Literatürde belirtilen kapsamda bu üç yöntemin karşılaştırıldığı bir çalışmaya rastlanmamıştır. Algoritmaların başarısı, genellikle bu tür çalışmalarda kullanılan MSE, RMSE ve MAE olmak üzere üç hata metrik değerleriyle ve R2 değeriyle karşılaştırılmıştır. Hesaplanan hata metriklerine göre LSTM ve RFR algoritmalarında MSE değeri 0.02’den küçük olup CNN’den daha başarılı sonuçlar vermesine rağmen R2 değerlerinin %95’te büyük olmasıyla her üç algoritmadan oluşturulan en başarılı modellerin bu veri setinin tahmininde kullanılabileceği görülmüştür.

Anahtar Kelimeler: