Yazar: Hüma Kılıç
Ortalama bir insanın borsaya olan ilgisi geçtiğimiz yıllarda üssel olarak artmıştır [1]. Yani hergün milyarlarca dolar değerinde varlık kar elde etme amacıyla piyasada hareket etmektedir. BIST Tahminlemede RSI (Relative Strength Index – Göreli Güç Endeksi) İndikatörü nasıl kullanıldı bir önceki yazımızda ele almıştık. Tabi ki tek bir teknik indikatör her zaman doğru bilgi vermez bu sebeple genellikle birden fazla indikatör birlikte değerlendirilir. Peki perspektifi genişletirsek başka hangi teknik göstergeler ve çevresel öznitelikler tahminlemede kullanılıyor birlikte göz atalım. Öncelikle elimizdeki öznitelikleri dört kategori altında toplayabiliriz. Bunlar RSI, PPO, EMA, CCR gibi teknik indikatörleri kapsayan Teknik İndikatörler, Döviz kurları, emitalar, ekonomik performans…
Borsa İstanbul’da yatırımcılara potansiyel fırsatları belirlemek için çeşitli teknik analizler yapılır ve farklı indikatörlere bakılır. Bu yazıda RSI (Relative Strength Index – Göreceli Güç Endeksi) momentum indikatörü nasıl kullanılabilir bilimsel çalışmalardan yararlanarak anlatmaya çalıştık. Tabi ki tek bir teknik indikatör her zaman doğru bilgi vermez bu sebeple genellikle birden fazla indikatör birlikte değerlendirilir. İndikatörlerin birçoğu hissenin kapanış, açılış, en düşük, en yüksek ve hacim değerlerini temel alarak hesaplanmaktadır. RSI Demirci & Raşo tarafından çok sayıda indikatör arasından derin öğrenme yöntemleri ile öznitelik seçimi yapılarak BIST tahminlemede teknik indikatörlerin etkileri modellenmiştir. Çalışmada RSI indikatörü dışında Bollinger Bands, Stochastic Oscillator, Stochastic Oscillator,…
Yapay zekâ alanında yaşanan hızlı gelişmeler, büyük dil modeli gibi çeşitli alanlarda yeni iş modelleri geliştirilmesinin önünü açmıştır. Yapay Zeka kronolojisine baktığımızda aslında “Transformer” teknolojisi ile büyük bir başlangıca ilk adımı insanlık olarak attığımızı söyleyebiliriz. Peki nedir Transformerlar kısaca hatırlayalım: Transformer, özellikle doğal dil işleme (NLP) ve yapay zekâ (AI) alanlarında büyük bir etki yaratmış olan bir derin öğrenme modelidir. Bu model, Google tarafından 2017 yılında “Attention Is All You Need” [1] başlıklı bir makalede tanıtılmıştır. Transformer modeli, özellikle büyük veri kümesi üzerinde eğitilmiş ve sonuç olarak çeviri, dil modellenmesi, metin sınıflandırma ve daha birçok görevde büyük başarı elde etmiştir.…