15.02.2022 tarihinde karşılaştığım bir durum ile ilgili bir şeyler yazmak istedim. Blog içerisinde yer alan konuların çoğunda makine öğrenimine atıfta bulunmuştum. Buradaki yazımda konuları daha detaylı okuyabilirsiniz. Hatta aşağıda linkleri bıraktığım üç yazı da makine öğrenimi ile ilgili python örneklerini inceleyebilirsiniz.
1- Python ile Pandas ve TA-Lib kütüphanelerini kullanarak Hisse Senedi ve Fiyatlarını Simüle Etme
2- Yapay zeka kullanarak hisse ve kripto para fiyatlarını tahmin etme
3-TensorFlow ile hisse analizi yapma
Şimdi gelelim asıl konuya. İster siz, ister kodladığınız program olsun, grafikleri algılama, mum kapanışlarını okuyabilme ve bunun sonucunda çıkaracağınız anlam çok kapsamlı bir öğrenme süreci ve deneyimi gerektiriyor. Elbette bunları yapan zengin olmuyor konumuz o değil 🙂 Burada anlatmak istediğim nokta çok farklı.
Şimdi makine öğrenimindeki modelleme akışı şöyledir;
Öncelikle veri alınır, daha sonra o veriler konu üzerine hazırlanır ve işlenmeye başlanır, öğrenme modeli, test modeli ve geliştirme süreçleri ile devam eder. Yeni başlayanlar için tradingview üzerine kullanılan indikatörler çok değerlidir. Hatta çoğu kişi bu indikatörlere göre işlem açıp kapatır. EMA, MA, SMA, Bollinger Bands, Ichimoku ve hatta Supertrend indikatörlerini kullanmayan da yoktur. Hatta yine tradingview üzerinde hazır üçgen, flama, kama oluşumlarını gösteren indikatörler de mevcut. Öğrenimiz bu indikatörler eşliğinde başlıyor.
Aşağıdaki örneklerde, birisine ait olan (sol taraf) ve tradingview de bulunan indikatörler (sağ taraf) arasındaki karşılaştırmayı göreceksiniz! Üçgen, flama ve kama desen indikatörlerini aktif edilmiş!
Sonuç olarak çıkarılan ders:
Tradingview üzerinde yüz binlerce gösterge ve osilatör var, bazıları çalışıyor, bazıları çalışmıyor. Bunlar üzerinden işlem açıp kapamayın.
