Abstract:

İslami hisse senedi piyasası, yatırımcılara İslam hukukuyla uyumlu hisselere yatırım yapmaları için uygun ortam sağlayan dinamik bir platformdur. Piyasanın gelecekteki fiyat hareketlerini tahmin etmek, yatırımcılar için riski azaltmak ve kârı artırmak gibi önemli avantajlar sağlamaktadır. Yapay zekâ uygulamalarındaki gelişmeler neticesinde derin öğrenme yöntemleri, finansal verilerin tahmininde diğer yöntemlere göre üstün başarı g östermektedir. F inansal z aman s erilerinde g irdi ve ç ıktı d eğişkenleri a rasındaki k armaşık i lişkiyi başarılı bir şekilde modelleyebilen Uzun Kısa Süreli Bellek (Long Short Term Memory-LSTM) modeli, derin öğrenme yöntemleri arasında dikkat çekmektedir. Bu nedenle çalışmada, Türkiye’de İslami hisse senedi piyasasını temsil eden Katılım endeksinin yüksek doğruluk oranıyla tahmin edilmesi için LSTM modeli tercih edilmiştir. Modelin başarısını doğrudan etkileyebilecek olan özniteliklerin belirlenmesinde, literatürde yaygın olarak kullanılan makroekonomik faktörler veya borsa teknik indikatörleri kullanılmamıştır. Bunun yerine, endeks tabanlı bir yaklaşım izlenerek, BIST 100 (XU100) endeksi, CBOE oynaklık endeksi (VIX), altın oynaklık endeksi (GVZ) ve dolar endeksi (DXY) tahmin modelinin girdi değişkenleri olarak belirlenmiştir. Bu yaklaşım sayesinde birçok parametre, tek bir endeks değeri ile modele dâhil edilmekte ve daha az girdi değişkeni kullanılmaktadır. Böylece bir yandan model basitleştirilirken, diğer yandan modelin tahmin gücü artırılmış olmaktadır. Tasarlanan model ile Katılım endeksi, MAE, RMSE, MAPE ve R2 hata fonksiyonlarında sırasıyla 0,06, 0,08, 0,02 ve 0,994 değerleri ile tahmin edilmiştir. Çalışmanın literatüre ana katkısı, Türkiye’de İslami hisse senedi endeksinin tahmininde derin öğrenme yöntemi olarak LSTM modelini kullanan ilk çalışma olmasıdır. İkincil katkısı ise, İslami hisse senedi endeksinin tahminde endeks tabanlı öznitelikler olan XU100, VIX, DXY ve GVZ parametrelerinin kullanılmasıdır.

Keywords: