Yıl 2018, Cilt 10, Sayı 26, Sayfalar 871 - 886 2018-12-30

BORSA İSTANBUL İŞLETMELERİNİN VERİ MADENCİLİĞİ İLE KÜMELENMESİ - CLUSTERING THE COMPANIES LISTED ON STOCK EXCHANGE ISTANBUL BY DATA MINING
CLUSTERING THE COMPANIES LISTED ON STOCK EXCHANGE ISTANBUL BY DATA MINING - BORSA İSTANBUL İŞLETMELERİNİN VERİ MADENCİLİĞİ İLE KÜMELENMESİ

Meltem KARAATLI [1] , Ece ALTINTAŞ [2]

11 22

Günümüzde birçok kurum ve kuruluş tarafından çeşitli şekillerde toplanan bilgiler veri yığınları halinde saklanmaktadır. Veri madenciliği, veri tabanlarında saklanan verileri kullanarak tahminler yapabilen bir süreçtir. Veri madenciliği, birçok piyasada olduğu gibi hisse senetleri piyasasında da işletmeleri rakiplerinden avantajlı hale getirebilmektedir. Bu çalışmada, Borsa İstanbul’da işlem gören hisse senetlerinin günlük artış, azalış ve sabit kalma durumları göz önüne alınarak bir veri seti oluşturulmuştur. Bu veri setinin, anlamlı bir kümeleme oluşturması ve oluşan kümelerin sektör ve işletme açısından analiz edilmesi amaçlanmıştır. Bu doğrultuda, veri madenciliği süreci kümeleme yöntemi algoritmalarından biri olan “beklenti maksimizasyonu” algoritması kullanılarak 134 işletme, hisse senedi fiyatları yükselişi “düşük”, “orta düzeyde” ve “yüksek” olarak üç kümeye ayrılmıştır. Çalışmanın sonucunda işletmelerin bulunduğu kümeler sektör ve işletme açısından yorumlanmıştır.

Nowadays, information, collected by many institutions and organizations is stored in the form of data stacks. Data mining is a process that can make estimates using data stored in databases. Data mining in stock markets is as advantageous as many other markets in terms of gaining competitive advantage. In this study, a data set was prepared considering the daily increase, decrease and steady state of stocks traded in Istanbul Stock Exchange. By using this dataset, it is aimed to be able to create meaningful clustering and to analyze the clusters formed in terms of sector and business. In this direction, 134 firms using the "maximization of expectation" algorithm, which is one of the data mining process clustering method algorithms, are divided into three groups as "low", "medium level" and "high" stocks. As a result, the clusters, are interpreted in terms of sector and business.

  • Aktürk, H. - Korukoğlu, S., (2008), Veri Madenciliği Teknolojisini Kullanarak Fiyat Değişimlerinde Paralellik Gösteren Hisse Senetlerinin Bulunması ve Risk Azaltılması, Akademik Bilişim 2008 Konferansı Çanakkale Onsekiz Mart Üniversitesi, Çanakkale, 113-119.
  • Aktürk, H., (2008), Borsa ve Döviz Verileri Üzerinde Veri Madenciliği Teknolojisini Kullanarak Zarar Riskini Azaltan Bir Uygulama Geliştirimi, Ege Üniversitesi, Fen Bilimler Enstitüsü, Yüksek Lisans Tezi, İzmir.
  • Albayrak, A. S. - Yılmaz, Ş .K., (2009), Veri Madenciliği: Karar Ağacı Algoritmaları ve IMKB Verileri Üzerine Bir Uygulama, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 14(1), 31-52.
  • Altuntaş, S., (2006), Ağırlıklı İlişkilendirme Kurallarına Dayalı Veri Madenciliği Algoritmalarını Kullanarak Tesis Yerleşimi: Simülasyon ile Analiz, Dokuz Eylül Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Bano, S., Kahn, M. N. A., (2018), A Survay of Data Clustering Method, International Jaurnal of Advanced Science and Technology, 113, 133 – 142.Erdoğan, Ş. Z., (2004), Veri Madenciliği ve Veri Madenciliğinde Kullanılan K-MEANS Algoritmasının Öğrenci Veri Tabanında Uygulanması, İstanbul Üniversitesi, Sosyal Bilimler Enstitüsü, Yüksek Lisans Tezi, İstanbul.
  • Gemici, B., (2012), Veri Madenciliği ve Bir Uygulaması, Dokuz Eylül Üniversitesi, Sosyal Bilimler Enstitüsü, Yüksek Lisans Tezi, İzmir.Gülce, A. C., (2010), Veri Madenciliğinde Apriori Algoritması ve Apriori Algoritmasının Farklı Veri Kümelerinde Uygulanması, Trakya Üniversitesi Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi, Edirne.
  • Hasanlı, H., (2014), Çok Boyutlu Veritabanlarında Veri Madenciliği Yöntemleri Kullanılarak Bilgi Keşfi, Ege Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi, İzmir.
  • Işık, M., (2006), Bölünmeli Kümeleme Yöntemleri ile Veri Madenciliği Uygulamaları, Marmara Üniversitesi, Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.Işıkoğlu, M. A., (2017), Kayıp Veri ile Baş Etme Yöntemlerinin Ölçme Değişmezliğine Etkisi Açısından Karşılaştırılması, Hacettepe Üniversitesi, Eğitim Bilimleri Anabilim Dalı, Yüksek Lisans Tezi.
  • İlarslan, K., (2014), Hisse Senedi Fiyat Hareketlerinin Tahmin Edilmesinde Markov Zincirlerinin Kullanılması: İMKB 10 Bankacılık Endeksi İşletmeleri Üzerine Ampirik Bir Çalışma, Yaşar Üniversitesi, 9(35), 6186-6198.
  • Kazemi, U., (2017), Clustering Methods in Big Data, Journal of Embedded Systems and Processing, 2(3), 1 – 5.
  • Kılıç, Y., (2011), Finansal Başarısızlık Tahmininde Veri Madenciliğinin Kullanılması: İMKB’de Bir Uygulama, Gaziantep Üniversitesi, Sosyal Bilimler Enstitüsü, Yüksek Lisans Tezi, Gaziantep.
  • Küçüksille, E., (2009), Veri Madenciliği Süreci Kullanılarak Portföy Performansının Değerlendirilmesi ve İMKB Hisse Senetleri Piyasasında Bir Uygulama, Süleyman Demirel Üniversitesi, Sosyal Bilimler Enstitüsü, Doktora Tezi, Isparta.
  • Mynet Finans, (30.06.2017), http://finans.mynet.com/
  • Özekes, S., (2003), Veri Madenciliği Modelleri ve Uygulama Alanları, İstanbul Ticaret Üniversitesi Dergisi, 3(3), 65 – 68.
  • Pektaş, a. O., (2013), SPSS ile Veri Madenciliği, (1. Baskı), Dikey Eksen Yayın Dağıtım.
  • Saxena, A., Mittal, M., Goyal L. M., (2015), Comparative Analysis of Clustering Methods, International Journal of Computer Applications, 118, 30 – 35.
  • Sayın, A., Yandı, A., Oyar, E., (2017), Kayıp Veri ile Baş Etme Yöntemlerinin Madde Parametrelerine Etkisinin İncelenmesi, Eğitimde ve Psikolojide Ölçme ve Değerlendirme Dergisi, 8(4), 490 - 510.
  • Seyrek, İ. H. - Ata, H. A., (2010), Veri Zarflama Analizi ve Veri Madenciliği ile Mevduat Bankalarında Etkinlik Ölçümü, BDDK Bankacılık ve Finansal Piyasalar, 4(2), 67-84.
  • Silahtaroğlu, G., (2013), Veri Madenciliği Kavram ve Algoritmaları, (2. Baskı), İstanbul, Papatya Yayıncılık Eğitim.Şahin, Ş., (2012), Büyük Menderes Nehri Üzerindeki Akım Gözlem İstasyonlarında Eksik Verilerinin Tamamlanması, Pamukkale Üniversitesi Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
  • Tapkan, P., Özbakır, L., Baykasoğlu, A., (2011), WEKA ile Veri Madenciliği Süreci ve Örnek Uygulama, Endüstri Mühendisliği Yazılımları ve Uygulamaları Kongresi, 247-262.
Birincil Dil tr
Konular Sosyal
Dergi Bölümü Araştırma Makaleleri
Yazarlar

Orcid: 0000-0002-7403-9587
Yazar: Meltem KARAATLI (Sorumlu Yazar)
Kurum: SÜLEYMAN DEMİREL ÜNİVERSİTESİ, İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ
Ülke: Turkey


Orcid: 0000-0003-3787-8397
Yazar: Ece ALTINTAŞ
Kurum: SÜLEYMAN DEMİREL ÜNİVERSİTESİ, SOSYAL BİLİMLER ENSTİTÜSÜ
Ülke: Turkey


Bibtex @araştırma makalesi { makusobed469617, journal = {Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi}, issn = {1309-1387}, eissn = {1309-1387}, address = {Mehmet Akif Ersoy Üniversitesi}, year = {2018}, volume = {10}, pages = {871 - 886}, doi = {10.20875/makusobed.469617}, title = {BORSA İSTANBUL İŞLETMELERİNİN VERİ MADENCİLİĞİ İLE KÜMELENMESİ - CLUSTERING THE COMPANIES LISTED ON STOCK EXCHANGE ISTANBUL BY DATA MINING}, key = {cite}, author = {KARAATLI, Meltem and ALTINTAŞ, Ece} }
APA KARAATLI, M , ALTINTAŞ, E . (2018). BORSA İSTANBUL İŞLETMELERİNİN VERİ MADENCİLİĞİ İLE KÜMELENMESİ - CLUSTERING THE COMPANIES LISTED ON STOCK EXCHANGE ISTANBUL BY DATA MINING. Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 10 (26), 871-886. DOI: 10.20875/makusobed.469617
MLA KARAATLI, M , ALTINTAŞ, E . "BORSA İSTANBUL İŞLETMELERİNİN VERİ MADENCİLİĞİ İLE KÜMELENMESİ - CLUSTERING THE COMPANIES LISTED ON STOCK EXCHANGE ISTANBUL BY DATA MINING". Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 10 (2018): 871-886 <http://dergipark.gov.tr/makusobed/issue/40501/469617>
Chicago KARAATLI, M , ALTINTAŞ, E . "BORSA İSTANBUL İŞLETMELERİNİN VERİ MADENCİLİĞİ İLE KÜMELENMESİ - CLUSTERING THE COMPANIES LISTED ON STOCK EXCHANGE ISTANBUL BY DATA MINING". Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 10 (2018): 871-886
RIS TY - JOUR T1 - BORSA İSTANBUL İŞLETMELERİNİN VERİ MADENCİLİĞİ İLE KÜMELENMESİ - CLUSTERING THE COMPANIES LISTED ON STOCK EXCHANGE ISTANBUL BY DATA MINING AU - Meltem KARAATLI , Ece ALTINTAŞ Y1 - 2018 PY - 2018 N1 - doi: 10.20875/makusobed.469617 DO - 10.20875/makusobed.469617 T2 - Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi JF - Journal JO - JOR SP - 871 EP - 886 VL - 10 IS - 26 SN - 1309-1387-1309-1387 M3 - doi: 10.20875/makusobed.469617 UR - http://dx.doi.org/10.20875/makusobed.469617 Y2 - 2018 ER -
EndNote %0 Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi BORSA İSTANBUL İŞLETMELERİNİN VERİ MADENCİLİĞİ İLE KÜMELENMESİ - CLUSTERING THE COMPANIES LISTED ON STOCK EXCHANGE ISTANBUL BY DATA MINING %A Meltem KARAATLI , Ece ALTINTAŞ %T BORSA İSTANBUL İŞLETMELERİNİN VERİ MADENCİLİĞİ İLE KÜMELENMESİ - CLUSTERING THE COMPANIES LISTED ON STOCK EXCHANGE ISTANBUL BY DATA MINING %D 2018 %J Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi %P 1309-1387-1309-1387 %V 10 %N 26 %R doi: 10.20875/makusobed.469617 %U 10.20875/makusobed.469617
ISNAD KARAATLI, Meltem , ALTINTAŞ, Ece . "BORSA İSTANBUL İŞLETMELERİNİN VERİ MADENCİLİĞİ İLE KÜMELENMESİ - CLUSTERING THE COMPANIES LISTED ON STOCK EXCHANGE ISTANBUL BY DATA MINING". Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 10 / 26 (Aralık 2018): 871-886. http://dx.doi.org/10.20875/makusobed.469617