Yapay zeka modeli Pro Hisse Seçim Stratejilerinde yer alacak hisseleri belirlerken hangi finansal ölçütleri ve diğer faktörleri hesaba katıyor?

Ayrıntılı açıklamalara Metodoloji bölümünden ulaşılabilir.

Aşağıda, ilk veri toplama aşamasından son olarak stratejinin geriye dönük testine kadar, kullandığımız metodolojinin genel bir özetini bulabilirsiniz:

• Veri Toplama: Halka açık şirketler için 25 yılın üzerinde geçmiş fiyat ve bilanço verilerini topluyor, organize ediyor ve sadeleştiriyoruz.
• Veri Ön İşleme: Geçmiş veriler, eksik verilerin ve uç değerlerin düzeltilmesi adına çeşitli makine öğrenmesi teknikleriyle bir ön işlemeden geçiyor. Ek olarak, yapay zeka modelinin eğitimi için verilerin güvenilirliğinin ve doğruluğunun daha da iyileştirilmesi adına bu veriler uzmanlarımız tarafından da bir kalite kontrolünden geçiriliyor.
• Yapay Zeka Model Eğitimi: Veri setlerimizin yönetimini, veri ön işlemesini ve yapay zeka modelinin eğitim faaliyetlerini Google Vertex Yapay Zeka (AI) platformunu kullanarak gerçekleştiriyoruz. Zaman içinde modele yeni veriler sunduğumuz için, yapay zeka modelimiz oldukça dinamik ve böylece modeli sürekli olarak güncellemeyi ve iyileştirmeyi hedefliyoruz.
• Veri Analizi: Sonuç olarak, veriler üzerinde eğitilen modeller, hisselerin finansal ölçütlerine dayalı olarak çeşitli tarihsel noktalarda hisselere etiketler vererek Pro Hisse Seçim Stratejileri oluşturdu. Pro Hisse Seçim Stratejileri, yapay zeka modelimizin analizleri sonucunda güncellenen hisse derecelerine dayalı olarak, rutin bir şekilde güncellenmektedir.
• Geçmişe Dönük Testler (Backtesting): Pro Hisse Seçim Stratejileri, geçmişe dönük test modülümüz yoluyla varsayımsal bir geçmiş performans testine tabi tutuldu ve böylece bu stratejilerin geçmişte olsaydı nasıl performans göstereceklerini belirledik.

Başka bir sorunuz var mı?

Umarız aradığınız cevapları bulmuşsunuzdur. Daha fazla bilgi için lütfen Investing Yardım Merkezini ziyaret edin.