Hisse Senetlerinin Sektörel Benzerlik Analizi ve Sınıflandırma Modeli

Proje Tanımı

Bu proje, hisse senetlerinin zaman serisi verilerini kullanarak sektörel benzerliklerini analiz etmeyi ve sınıflandırmayı amaçlamaktadır. Veri yoğun uygulamalar kapsamında geliştirilen bu model, yatırım stratejilerine yönelik öngörüler sunmayı hedeflemektedir.

Kurulum

Projeyi çalıştırmak için aşağıdaki adımları takip edebilirsiniz:

Bağımlılıkları Yükleme

pip install -r requirements.txt

Veri Kaynakları

Proje, aşağıdaki veri kaynaklarından veri toplamaktadır:

• yfinance (Yahoo Finance)
• investpy (Investing.com)
• quandl (Ekonomik ve finansal veriler)

Veri İşleme ve Özellik Çıkarma

• TSFRESH kütüphanesi kullanılarak zaman serisi özellikleri çıkarılmaktadır.
• Momentum, volatilite, RSI ve MACD gibi faktör hesaplamaları yapılmaktadır.

Model Eğitimi

• Makine Öğrenmesi Modelleri: Random Forest, XGBoost, CatBoost
• Hiperparametre Optimizasyonu: GridSearchCV ve RandomizedSearchCV
• Değerlendirme Metriğleri: Accuracy, F1-score, ROC-AUC

Sonuçlar ve Değerlendirme

Model performansı, yukarıdaki metrikler ile değerlendirilmiş ve sonuçlar yatırım stratejileri için yorumlanmıştır.

Kullanım Senaryoları

Bu model, finans sektöründe şu alanlarda kullanılabilir:

• Yatırım portföyleri oluşturma
• Sektörel analiz ve hisse sınıflandırma
• Risk değerlendirme

Lisans

Bu proje, akademik ve araştırma amaçlı kullanım için açıktır.

---

Projeye dair geliştirme önerileriniz varsa lütfen bizimle iletişime geçin!