Sosyal medya paylaşımları hisse senedi değerleri üzerinde etkili mi?

Demet Erdoğan Şengel; Naciye Tuba Yılmaz

doi:10.15637/jlecon.2145

Yazarlar

Demet Erdoğan Şengel MARUBENİ Dağıtım ve Servis / Türkiye https://orcid.org/0009-0008-1011-4569
Naciye Tuba Yılmaz Marmara Üniversitesi / Türkiye https://orcid.org/0000-0002-4009-9047

DOI:

https://doi.org/10.15637/jlecon.2145

Anahtar Kelimeler:

TSLA- Sosyal Medya- Twitter- BERT- Neural Prophet

Özet

Son yıllarda internet kullanımının yaygınlaşmasıyla birlikte bireyler bir mal veya hizmet konusunda karar verme süreçlerinde başka insanların yorumlarını da dikkate almaktadır. Benzer şekilde şirketler de müşterilerine daha iyi hizmet verebilmek ve kendi güçlü ve zayıf yanlarını görebilmek adına internetteki verileri kullanmaktadır. Bu süreçte duygu analizi, büyük verilerin yorumlanması için son yıllarda en çok tercih edilen yöntemlerden biri olmuştur. Bu çalışmanın amacı, yaygın olarak kullanılan sosyal medya platformlarından biri olan Twitter’da yapılan yazılı paylaşımların hisse senedi fiyatları üzerinde etkisinin olup olmadığını incelemektir. Bu anlamda, 1 Ocak 2016 ile 10 Nisan 2021 tarih aralığında #TSLA etiketi ile Twitter platformu üzerinde paylaşılan yazılı ifadelerin derin öğrenme yöntemlerinden biri olan BERT modeli ile duygu analizi gerçekleştirilmiş ve paylaşımların pozitif veya negatif anlama sahip olup olmadığı tespit edilmiştir. Paylaşım yapılan günün ardından gelen günde yorumların olumlu veya olumsuz olması durumuna göre TSLA hisse senedi değerinin azalma veya artış gösterip göstermediğinin tahmin edilmesi Neural Prophet ile gerçekleştirilmiştir. Sonuç olarak sosyal medya paylaşımlarının bireylerin hisse senetlerini alış ve satış kararları üzerinde etkili olduğu sonucuna varılmıştır.

İndirmeler

İndirme verileri henüz mevcut değil.

Referanslar

AKDAĞ, M. & BOZMA, G. (2021). Stok Akış Modeli ve Facebook Prophet Algoritması İle Bitcoin Fiyatı Tahmini. Uluslararası Ekonomi İşletme ve Politika Dergisi, 5(1), 16-30.

BORNEKLINT, N. (2021). Forecasting prices of Bitcoin and Google stock with ARIMA vs Facebook Prophet, Bachelor’s Thesis, University West, School of Business, Economics and IT Division of Low, Economics and Politics.

ÇALIŞKAN, M. & MENCİK, Y. (2015). Değişen Dünyanın Yeni Yüzü: Sosyal Medya. Akademik Bakış Uluslararası Hakemli Sosyal Bilimler Dergisi, (50), 254-277.

DEVLIN, J., CHANG, M. W., LEE, K. & TOUTANOVA, K. (2018). Bert: Pre-training of deep bidirectional transformers for language understanding. arXiv preprint arXiv:1810.04805.

GÖÇGÜN, Ö. F. & AYTUĞ, O. (2021). Amazon Ürün Değerlendirmeleri Üzerinde Derin Öğrenme/Makine Öğrenmesi Tabanlı Duygu Analizi Yapılması. Avrupa Bilim ve Teknoloji Dergisi, (24), 445-448.

SEL, İ. & HANBAY, D. (2021). Ön Eğitimli Dil Modelleri Kullanarak Türkçe Tweetlerden Cinsiyet Tespiti. Firat University Journal of Engineering, 33(2), 675-684.

IŞIK, A. H. & YAĞCI, A.Ş. (2020). Sıradan Sıraya LSTM Modeli ile Telegram Bot Uygulaması. Gazi Mühendislik Bilimleri Dergisi, 6(1), 32–39.

KAYNAR, O., GÖRMEZ, Y., YILDIZ, M. & ALBAYRAK, A. (2016). Makine öğrenmesi yöntemleri ile Duygu Analizi. International Artificial Intelligence and Data Processing Symposium (IDAP’16) (Vol. 17).

KHAYYAT, M., LAABIDI, K., ALMALKI, N. & AL-ZAHRANI, M. (2021). Time Series Facebook Prophet Model and Python for COVID-19 Outbreak Prediction. CMC-COMPUTERS MATERIALS & CONTINUA, 67(3), 3781-3793.

KOCA,G. (2021). Bitcoin Üzerine Twitter Verileri ile Duygu Analizi. Anadolu Üniversitesi İktisadi İdari Bilimler Fakültesi Dergisi, 22(4), 19-30.

KONAKOĞLU, B. (2020). Çok Katmanlı Algılayıcı Yapay Sinir Ağı ile Jeodezik Elipsoidal Koordinatların (φ, λ, h) 3 Boyutlu Global Kartezyen Koordinatlara (X, Y, Z) Dönüşümü. Gümüşhane Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 10(3), 702–710.

KORKUSUZ, R. & CARUS, A. (2020). Futbol Müsabakaları ile İlgili Tweetlerin Anlık Duygu Analizi. Avrupa Bilim ve Teknoloji Dergisi, 386 396.

KÖKSAL, B. , ERDEM, G. , TÜRKELİ, C. & KAMIŞLI ÖZTÜRK, Z. (2021). Twitter’da Duygu Analizi Yöntemi Kullanılarak Bitcoin Değer Tahminlemesi. Düzce Üniversitesi Bilim ve Teknoloji Dergisi, Additional Issue, 280-297. doi: 10.29130/dubited.792909

LEE, J., YOON, W., KİM, S., KIM, D., KIM, S., SO, C. H. & KANG, J. (2020). BioBERT: a pre-trained biomedical language representation model for biomedical text mining. Bioinformatics, 36(4), 1234-1240.

MIKOLOV, T., CHEN, K., CORRADO, G. & DEAN, J. (2013). Efficient estimation of word representations in vector space. arXiv preprint arXiv:1301.3781.

NAGESH, P. (2021). Combination of Facebook Prophet and Attention-Based LSTM with Multi-Source data for Indian Stock Market Prediction. Dissertation, Technological University Dublin, doi:10.21427/ tszy-4r42

PREECE, J., ROGERS, Y., SHARP, H., BENYON, D., HOLLAND, H. & CAREY, T. (1994). Human-Computer Interaction. Pearson Education Limited: Essex, England.

TUZCU, S. (2020). Çevrimiçi Kullanıcı Yorumlarının Duygu Analizi ile Sınıflandırılması. Eskişehir Türk Dünyası Uygulama ve Araştırma Merkezi Bilişim Dergisi, 1(2), 1-5.

SEVLİ, O. & KEMALOĞLU, N. (2021). Olağandışı Olaylar Hakkındaki Tweet’lerin Gerçek ve Gerçek Dışı Olarak Google BERT Modeli ile Sınıflandırılması. Veri Bilimi, 4(1), 31-37.

SOLMAZ, B., TEKİN, G., HERZEM, Z. & DEMİR, M. (2013). İnternet ve sosyal medya kullanımı üzerine bir uygulama. Selçuk İletişim, 7(4), 23-32.

TAYLOR, S. J. & LETHAM, B. (2018). Forecasting at scale. The American Statistician, 72(1), 37-45.

YANG, Z., DAI, Z., YANG, Y., CARBONELL, J., SALAKHUTDINOV, R. R. & LE, Q. V. (2019). Xlnet: Generalized autoregressive pretraining for language understanding. Advances in neural information processing systems. 33rd Conference on Neural Information Processing Systems, Vancouver, Canada.

YILDIRIM, M. & YÜKSEL, C.A., (2017). Sosyal Medya ile Hisse Senedi Fiyatının Günlük Hareket Yönü Arasındaki İlişkinin İncelenmesi: Duygu Analizi Uygulaması. Uluslararası İktisadi ve İdari İncelemeler Dergisi, 22. UPK Ahmet Hamdi İslamoğlu Özel Sayısı, 33-44.

YUSUFOĞLU, H., AYDIN, H. & ÇETİNKAYA, A. (2021). Twitter Üzerindeki Finansal Tweetlerin LSTM Sinir Ağı Algoritması ile Duygu Analizi. Veri Bilimi, 4(3), 28-43.