Estimating The Stock Returns of Companies Exposed to Insider Trading with The K-Nearest Neighbor Algorithm: Example of USA Stock Markets

Ekonomi, Politika & Finans Araştırmaları Dergisi Pub Date : 2022-10-24 DOI:10.30784/epfad.1161781

Barış Aksoy

{"title":"Estimating The Stock Returns of Companies Exposed to Insider Trading with The K-Nearest Neighbor Algorithm: Example of USA Stock Markets","authors":"Barış Aksoy","doi":"10.30784/epfad.1161781","DOIUrl":null,"url":null,"abstract":"Bu çalışmada ABD Borsalarında işlem gören ve içeriden öğrenenlerin ticaretine maruz kalan şirketlere ait 01.01.2020-26.02.2022 dönemindeki 10121 işlem verileri alınarak ilgili şirketlerin içeriden öğrenenlerin ticareti tarihinden 3, 9, 15, 21 ve 27 ay sonraki getirileri tahmin edilmiştir. Sonuçlar denetimli veri madenciliği yöntemlerinden KNN (K En Yakın Komşu Algoritması) ile tahmin edilmiştir. Analiz sonucunda 01.01.2022-26.03.2022 döneminde ticarete maruz kalan 257 örneğin 224’ü doğru getiri aralığında tahmin edilmiş ve 3 ay öncesi hisse senedi getiri tahmin başarımı %87,16 olarak bulunmuştur. 01.07.2021-31.12.2021 döneminde ticarete maruz kalan 2358 örneğin 1936’sı doğru getiri aralığında tahmin edilmiş ve 9 ay öncesi hisse senedi getiri tahmin başarımı %82,10 olarak bulunmuştur. 01.01.2021-30.06.2021 döneminde ticarete maruz kalan 2919 örneğin 2495’i doğru getiri aralığında tahmin edilmiş ve 15 ay öncesi hisse senedi getiri tahmin başarımı %85,47 olarak bulunmuştur. 01.07.2020-31.12.2020 döneminde ticarete maruz kalan 2267 örneğin 1980’i doğru getiri aralığında tahmin edilmiş ve 21 ay öncesi hisse senedi getiri tahmin başarımı %87,34 olarak bulunmuştur. 01.01.2020-30.06.2020 döneminde ticarete maruz kalan 2320 örneğin 2016’sı doğru getiri aralığında tahmin edilmiş ve 27 ay öncesi getiri tahmin başarımı %86,90 olarak bulunmuştur.","PeriodicalId":396378,"journal":{"name":"Ekonomi, Politika & Finans Araştırmaları Dergisi","volume":"37 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-10-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Ekonomi, Politika & Finans Araştırmaları Dergisi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.30784/epfad.1161781","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

Abstract

Bu çalışmada ABD Borsalarında işlem gören ve içeriden öğrenenlerin ticaretine maruz kalan şirketlere ait 01.01.2020-26.02.2022 dönemindeki 10121 işlem verileri alınarak ilgili şirketlerin içeriden öğrenenlerin ticareti tarihinden 3, 9, 15, 21 ve 27 ay sonraki getirileri tahmin edilmiştir. Sonuçlar denetimli veri madenciliği yöntemlerinden KNN (K En Yakın Komşu Algoritması) ile tahmin edilmiştir. Analiz sonucunda 01.01.2022-26.03.2022 döneminde ticarete maruz kalan 257 örneğin 224’ü doğru getiri aralığında tahmin edilmiş ve 3 ay öncesi hisse senedi getiri tahmin başarımı %87,16 olarak bulunmuştur. 01.07.2021-31.12.2021 döneminde ticarete maruz kalan 2358 örneğin 1936’sı doğru getiri aralığında tahmin edilmiş ve 9 ay öncesi hisse senedi getiri tahmin başarımı %82,10 olarak bulunmuştur. 01.01.2021-30.06.2021 döneminde ticarete maruz kalan 2919 örneğin 2495’i doğru getiri aralığında tahmin edilmiş ve 15 ay öncesi hisse senedi getiri tahmin başarımı %85,47 olarak bulunmuştur. 01.07.2020-31.12.2020 döneminde ticarete maruz kalan 2267 örneğin 1980’i doğru getiri aralığında tahmin edilmiş ve 21 ay öncesi hisse senedi getiri tahmin başarımı %87,34 olarak bulunmuştur. 01.01.2020-30.06.2020 döneminde ticarete maruz kalan 2320 örneğin 2016’sı doğru getiri aralığında tahmin edilmiş ve 27 ay öncesi getiri tahmin başarımı %86,90 olarak bulunmuştur.

查看原文本刊更多论文

用k -最近邻算法估计内幕交易公司的股票收益:以美国股市为例

在本研究中，我们利用在美国证券交易所交易并受到内幕交易影响的公司在 2020 年 1 月 1 日至 2022 年 2 月 26 日期间的 10121 笔交易数据，估算了相关公司在内幕交易日之后 3、9、15、21 和 27 个月的回报率。估算结果采用了 KNN（K Nearest Neighbour 算法），这是一种有监督的数据挖掘方法。分析结果显示，在 2022 年 1 月 1 日至 2022 年 3 月 26 日期间暴露于交易的 257 个样本中，有 224 个样本的预测回报率在正确范围内，股票回报率的预测成功率为 87.16%；在 2021 年 7 月 1 日至 2021 年 12 月 31 日期间暴露于交易的 2358 个样本中，有 1936 个样本的预测回报率在正确范围内，股票回报率的预测成功率为 82.10%。在 2021 年 1 月 1 日至 2021 年 6 月 30 日期间进行交易的 2919 个样本中，2495 个样本的预测结果在正确的回报范围内，15 个月前的股票回报预测成功率为 85.47%。在 2020 年 7 月 1 日至 2020 年 12 月 31 日期间进行交易的 2267 个样本中，1980 个样本的预测结果在正确的回报范围内，21 个月前股票回报预测成功率为 87.34%。在 2020 年 1 月 1 日至 2020 年 6 月 30 日期间进行交易的 2320 个样本中，2016 个样本的预测结果在正确的回报范围内，27 个月前股票回报预测成功率为 86.90%。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Ekonomi, Politika & Finans Araştırmaları Dergisi

自引率

0.00%

发文量