MAKİNE ÖĞRENMESİ İLE FOREX PİYASALARINDA ALIM SATIM KARARLARI UYGULAMASI

thumbnail.default.placeholder
Date
2022-02-24
Authors
UZEL, Efe
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Bu çalışmada Türk Lirası’nın ABD Doları karşısındaki döviz kurunun değişim yönünün tahmin edilmesi için çevrimiçi makine öğrenmesi kullanılarak modeller oluşturulmuş ve model başarımları FOREX piyasalarında alım-satım benzetimi ile gösterilmiştir. Modellerin eğitim sürecinde; döviz kuru zaman serisi sembolik temsile dönüştürülmekte, içinde örüntüler bulunarak örüntü bazında olasılık dağılımı çıkarılmakta ve bu olasılıklar kullanılarak kurun değişim yönü tahmin edilmektedir. Modellerin parametreleri eniyilenerek model başarımları geçerleme verisi ile alım satım benzetimi yapılarak gösterilmiş ve başarılı sonuçlar elde edilmiştir. Alım satım benzetimi sonucunda, oluşturulan modellerin %65 ile %100 oranları arasında karla sonuçlanan işlemler yaptığı görülmüştür. Bu durum sadece geçmiş fiyat verileri kullanılarak gelecek fiyatların bir ölçüde tahmin edilebileceğini gösterdiğinden, Türk Lirası kuru piyasası için Zayıf Formda Etkin Piyasa Hipotezinin tam olarak geçerli olmadığı sonucuna varılmıştır.
Description
Trading Decisions Application in Forex Markets with Machine Learning: An Application
ABSTRACT: The present study aims to forecast the direction of change for currency exchange rate between Turkish Lira and U.S. Dollar. Online machine learning has been used to generate models and model performances has been demonstrated with FOREX market trading simulation. To generate and train the models; exchange rate time series is converted to symbolic representation, patterns are found and probability distributions are generated. Exchange rate change direction is forecasted using these probabilities. Model parameters are optimized and model performances are demonstrated by trading simulation with validation data. Successful results are achieved with profitable trade ration ranging between 65% and 100% for the generated models. This is interpreted as the market not being fully efficient in the weak form and returns can be generated by only using past price data.
Keywords
business
Citation