Author :
Abstract
Veriye ulaşabilme kolaylığı ve veri bolluğu dijital çağın en önemli faydalarındandır. Ortaya çıkan verinin çıkar grupları için faydalı hale gelebilmesi için verinin işlenmesi ve karar alma süreçlerinde kullanılabilir hale getirilmesi gerekmektedir. Veri madenciliği bir çok alanda olduğu gibi finans alanında da kullanılmaktadır. Bu araştırmada, Borsa İstanbul bünyesinde yer alan 30 endeksin veri madenciliği uygulamalarından birliktelik analizi kullanılarak FP Growth Algoritması ile birlikte hareketi tespit edilmeye çalışılmıştır. Kuralları oluşturmak için kullanılan veri seti 4.11.2014-12.03.2021 tarihleri arasındaki 1601 işlem gününden oluşmaktadır. Çalışma iki grup veri setiyle ele alımıştır. İlk olarak araştırmaya dahil edilen 30 endeksin tamamı incelenmiştir. Bulgularda XU030, XUTUM, XU100, XUSRD, XUMAL, XBANK ve XKURY endekslerinin önemli birlikte hareketi tespit edilmiştir. İkinci aşamada sektör endeksleri üzerine bir analiz gerçekleştirilmiştir. Burada XBANK ve XUMAL endeksleri arasında çok belirgin bir birliktelik göze çarpmaktadır. Ayrıca XTM25, XUSIN ve XHOLD endeksleri ile XBANK ve XUMAL endekslerinin birlikte hareketi dikkat çekicidir.
Keywords
Abstract
Ease of access to data and abundance of data are among the most important benefits of the digital age. In order for the data to be used in decision-making processes, it must be processed. In this case, the data will be useful. Data mining is used in finance as in many other fields. In this research, it has been tried to determine the movement of the indices within Borsa İstanbul with the FP Growth Algorithm, one of the data mining applications. The data set used to create the rules consists of 1601 daily data between 4.11.2014-12.03.2021. The study was handled with two groups of data sets. First of all, all 30 indices included in the research were examined. In the findings, significant co-movement of XU030, XUTUM, XU100, XUSRD, XUMAL, XBANK and XKURY indices was detected. In the second stage, an analysis was carried out on sector indices. Here, there is a very clear association between XBANK and XUMAL indices. In addition, the movement of XTM25, XUSIN and XHOLD indices together with XBANK and XUMAL indices is remarkable.
Keywords
- Abdullah, S. S. - Rahaman, M. S. (2012), “Stock Market Prediction Model Using TPWS and Association Rules Mining”, 2012 15rh International Conference on Computer and Information Technology (ICCIT), ss.390-395.
- Arafah, A. A. - Mukhlash, I. (2015), “The Application of Fuzzy Association Rule on Co-Movement Analyze of Indonesian Stock Price”, Procedia Computer Science 59, ss.235-243.
- Chen, M. S. - Han, J. - Yu, P. S. (1996), “Data Mining: An Overview From a Database Perspective”, IEEE Transactions on Knowledge and Data Engineering 8(6), ss.866–883.
- Deniz, S. S. (2018), “FP-Growth Algoritması – WEKA Uygulaması”, International Journal on Mathematic, Engineering and Naturel Sciences 6, ss.38-44.
- Gazel, S. - Akel, V. (2018), “Borsa İstanbul’da Sektör Sınıflandırmasının Kümeleme Analizi İle Belirlenmesi”, Muhasebe ve Finansman Dergisi, Ocak, ss.147-164.
- Gaudioso, E. - Montero, M. - Olmo, F. H. (2012), “Supporting Teachers in Adaptive Educational Systems Through Predictive Models: A Proof of Concept”, Expert Systems with Applications 39, ss.621-625.
- Han, J. - Kamber, M. (2012), Data Mining Consept and Techniques, Morgan Kaufmann Publishers, (Third Edition), USA.
- Hsieh, Y. L. - Yang, D. L. - Wu, J. (2006), “Using Data Mining to Study Upstream and Downstream Causal Relationship in the Stock Market”, Proceedings of the 9th Joint International Conference on Information Sciences, ss.1-4.
- Jalpa, P. P. - Rustom, M. D. (2017), “A Novel Hybrid Method for Generating Association Rules for Stock Market Data”, International Journal of Latest Technolgy in Engineering, Management & Applied Science 3rd Special Issue on Engineering and Technolgy 6(7), ss.6-15.
- Kalfa, V. R. - Bekçioğlu, S. (2013), “İMKB’de İşlem Gören Gıda, Tekstil ve Çimento Sektörü Şirketlerinin Finansal Oranlar Yardımıyla Kümelenmesi”, Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, EYİ 2013 Özel Sayısı, ss.441-464.
- Karaatlı, M. - Kocabıyık, T. - Yalçıner Çal, D. - Çolak, M. (2021), “BIST-30 Endeksinde Yer Alan Payların Ortak Hareketlerinin Veri Madenciliği Kapsamında Birliktelik Kuralı İle İncelenmesi”, Finansal Araştırmalar ve Çalışmalar Dergisi, 13 (25), ss.548-571.
- Karabayır, M. E. - Doğanay, M. (2010), “Kümeleme Analizi İle Portföy Seçimi: İMKB-100 Endeksi Üzerine Bir Çalışma”, Ticaret ve Turizm Eğitim Fakiltesi Dergisi 2, ss.160-179.
- Liao, S. H. - Chou, S. Y. (2013), “Data Mining Invesatigation of Co-Movements on the Taiwan and China Stock Markets for Future Investments Portfolio”, Expert System with Application 40, ss.1542-1554.
- Liao, S. H. - Chu, P. H. - You, Y. L. (2011), “Mining the Co-Movement Between Foreign Exchange Rates and Category Stock Index in the Taiwan Financial Capital Market”, Expert System with Application 38, ss.4608-4617.
- Liao, S. H. - Ho, H. H. - Lin, H. W. (2008), “Mining Stock Category Association and Cluster on Taiwan Stock Market”, Expert System with Application 35, ss.19-29.
- Na, S. H. - Sohn, S. Y. (2011), “Forecasting Changes in Korea Composite Stock Price Index (KOSPI) Using Associaton Rules. Expert System with Applications 38, 9046-9049.
- Prasanna, S. & Ezhilmaran, D. (2016), “Association Rule Mining Using Enhanced Apriori with Modified GA for Stock Prediction”, International Journal Data Mining, Modelling and Management, International Journal of Data Mining, Modelling and Management, 8(2), ss.113.
- Tekin, B. (2018), “Ward, K-Ortalamalar ve İki Adımlı Kümeleme Analizi İle Finansal Göstergeler Temelinde Hisse Senedi Tercihi”, Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 21(40), ss.401-436.
- Ünsal, Ö. (2020), “Veri Madenciliği Teknikleri İle Hisse Senetleri Arasındaki Fiyat Etkileşimlerinin Belirlenmesi”, Mühendislik Bilimleri ve Tasarım Dergisi, 8(5), ss.106-112.
- Voditel, P. P. - Deshpande, U. (2013), “A Stock Market Portfolio Recommender System Based on Association Rule Mining”, Applied Soft Computing 13, ss.1055-163.
