Piyasa Oynaklığı ve Erken 2010'larda Otomatikleşmiş Ticaretin Yükselişi
Paylaş
Giriş
2010'ların ilk yarısında, Dow Jones Endüstriyel Ortalama, birkaç büyük küresel ekonomik aksaklık olmasına rağmen sürekli bir yükseliş yaşadı. Bunlar arasında Avrupa borç krizi, Dubai World borç duruşunun ardından yaşanan süreç ve 2011 ABD borç tavanı krizi yer aldı. Aynı zamanda, özellikle ABD Merkez Bankası (Federal Reserve), piyasaları stabilize etmek için niceliksel gevşeme de dahil olmak üzere uyumlu para politikaları uyguladı.
Bu dalgalanma dönemi, otomatik ve algoritmik ticaret sistemlerinde önemli bir artışla çakıştı. Döneme ait akademik araştırmalar ve sonraki analizler, yapay zeka, pekiştirmeli öğrenme ve algoritmik stratejilerdeki ilerlemelerin hisse senedi piyasası faaliyetlerinde, Dow Jones gibi önemli endekslerde artan bir rol oynadığını göstermektedir.
Büyüyen Bir Piyasa Gücü Olarak Algoritmik Ticaret
Finansal mühendislik araştırmaları, otomatik ticaret sistemlerinin piyasalar dijitalleşirken ve veri işleme yetenekleri gelişirken daha belirgin hale geldiğini göstermektedir.
Uzman #1: MDPI Araştırma Yazarları
Fintech araştırmacıları
Algoritmik ticaretin kullanımı, hesaplama gücü ve veri analizindeki ilerlemelerle önemli ölçüde artmıştır.
Kaynak: MDPI, Risk ve Finansal Yönetim Dergisi, 2024
https://www.mdpi.com/2504-2289/9/12/317
Çalışma, otomatik stratejilerin artık ayrık karar alma yerine önceden tanımlanmış kurallara dayalı olarak büyük hacimli piyasa verilerini analiz etmek ve işlem gerçekleştirmek için kullanıldığını belirtiyor.
Dow Jones Hisse Senetlerinde Yapay Zeka
Dow Jones bileşenlerine odaklanan araştırmalar, sermaye piyasalarında yapay zekanın kullanımının arttığını vurgulamaktadır.
Uzman #2: Academia.edu Çalışma Yazarları
Yapay zeka yatırım stratejileri üzerine araştırmacılar
Yapay zeka teknikleri, sermaye piyasalarındaki yatırım kararlarında giderek daha fazla uygulanmaktadır.
Kaynak: Academia.edu – Sermaye Piyasalarında Yapay Zeka Yatırımının Uygulanması
https://www.academia.edu/112539156/The_application_of_artificial_intelligence_investment_in_capital_markets_A_case_study_of_two_constituent_stocks_of_Dow_Jones
Çalışma, AI tabanlı stratejilerin Dow Jones endeksinde yer alan hisse senetlerine nasıl uygulanabileceğini incelemekte olup, bu da otomasyona ve veriye dayalı yatırım yaklaşımlarına doğru olan genel eğilmi yansıtmaktadır.
Pekiştirmeli Öğrenme ve Otomatik Hisse Senedi Ticareti
Makine öğrenimi teknikleri, hisse senedi piyasalarında otomatikleştirilmiş ticaret araçları olarak da incelenmiştir.
Uzman #3: ResearchGate Çalışma Yazarları
Finans alanında derin pekiştirmeli öğrenme üzerine araştırmacılar
Derin pekiştirmeli öğrenme kullanılarak yapılan otomatik ticaret, sistemlerin piyasa verilerinden en iyi stratejileri öğrenmesini sağlamaktadır.
Kaynak: ResearchGate – Derin Pekiştirmeli Öğrenme Kullanılarak Otomatik Hisse Senedi Ticaretinin Ampirik Analizi
https://www.researchgate.net/publication/366838681_Empirical_Analysis_of_Automated_Stock_Trading_Using_Deep_Reinforcement_Learning
Çalışma, pekiştirmeli öğrenme modellerinin ekonomik belirsizlik dönemlerinde özellikle önemli olan değişen piyasa koşullarına uyum sağlayabileceğini önermektedir.
Algoritmik Ticaret Sistemlerinde Teknolojik Gelişmeler
Bilgi işlem altyapısındaki ilerlemeler de otomatikleştirilmiş ticaretin genişlemesine katkıda bulunmuştur.
Uzman #4: ACM Araştırma Yazarları
Bilgisayar bilimi ve finansal teknoloji araştırmacıları
Modern algoritmik ticaret sistemleri, gelişmiş hesaplama tekniklerine ve altyapısına dayanmaktadır.
Kaynak: ACM Dijital Kütüphane, 2024
https://dl.acm.org/doi/full/10.1145/3745133.3745185
Bu sistemler, piyasa değişikliklerine hızlı bir şekilde yanıt verebilmek için gerçek zamanlı veri işleme, tahmin modelleri ve otomatikleştirilmiş yürütme kullanır.
Piyasa Oynaklığı ve Sistematik Ticaret Yaklaşımları
Avrupa borç krizi ve ABD borç tavanı çıkmazı gibi ekonomik stres dönemleri, küresel piyasalarda artan oynaklık yarattı. Bu tür koşullarda, sistematik ve otomatikleştirilmiş stratejiler, duygusal müdahale olmadan yeni verilere hızlı bir şekilde tepki verebilme ve işlemleri yerine getirebilme yetenekleri sayesinde dikkat çekti.
Akademik çalışmalar, algoritmik ve yapay zeka tabanlı ticaret sistemlerinin genellikle değişen piyasa ortamlarına uyum sağlayacak şekilde tasarlandığını göstermektedir; bu da onları özellikle oynak dönemlerde önemli kılmaktadır.
Sonuç
2010'ların başı, Dow Jones gibi büyük endekslerde hem önemli piyasa oynaklığı hem de güçlü yükselişlerle karakterize edildi. Aynı zamanda, algoritmik ticaret, yapay zeka ve pekiştirmeli öğrenme alanındaki ilerlemeler, piyasaların analiz edilme ve işlem görme şeklini yeniden şekillendirmeye başladı.
Akademik ve teknik araştırmalar, bu dönemde otomatikleştirilmiş sistemlerin giderek daha önemli hale geldiğini öne sürmektedir; çünkü bu sistemler, hızla değişen ekonomik koşullara yanıt verebilen veri odaklı yaklaşımlar sunmaktaydı.
Referanslar
-
MDPI Araştırma Yazarları. (2024). Algoritmik ticaret ve finansal piyasa analizi. Risk ve Finansal Yönetim Dergisi. Şuradan alınmıştır https://www.mdpi.com/2504-2289/9/12/317
-
Academia.edu Çalışma Yazarları. (2024). Sermaye Piyasalarında Yapay Zeka Yatırımının Uygulanması. Şuradan alınmıştır
https://www.academia.edu/112539156/The_application_of_artificial_intelligence_investment_in_capital_markets_A_case_study_of_two_constituent_stocks_of_Dow_Jones -
ResearchGate Çalışma Yazarları. (2023). Derin Pekiştirmeli Öğrenme Kullanılarak Otomatik Hisse Senedi İşleme Ampirik Analizi. Şuradan alınmıştır
https://www.researchgate.net/publication/366838681_Empirical_Analysis_of_Automated_Stock_Trading_Using_Deep_Reinforcement_Learning -
ACM Araştırma Yazarları. (2024). Algoritmik ticaret sistemleri ve hesaplamalı teknikler. Şuradan alınmıştır
https://dl.acm.org/doi/full/10.1145/3745133.3745185
