Effectiveness of technical indicators in predicting BIST100 index returns

Abstract

This paper presents a logistic regression-based approach for predicting the direction of the Borsa Istanbul (BIST) index's price movements using technical indicators. Historical price data from 2005 to 2021 is utilized, and five thresholds are determined from -2% to 2% based on the daily or weekly returns of the BIST index. Binary variables which utilized in logistic regression as dependent variable are defined according to the thresholds, and logistic regression is applied using annual or semiannual training data. Daily models perform better than weekly models in logistic regression, and On Balance Volume (OBV) and Average Directional Index (ADX) are the indicators within the best statistical results. 0% threshold models are best in accuracy of prediction (approximately half of prediction is accurate). Weekly models are better than daily models, and annual models are better than semiannual models in accuracy. Some of the models outperformed the BIST index in cumulative return (daily cumulative return is 4,84; weekly is 4,48), with two models having approximately three times the cumulative return of the BIST index namely Daily-1% threshold-6 month's cumulative return is 13,35; Weekly-2% threshold-12 month's is 12,96. In summary, the results show that technical indicators can be successful in predicting stock or index returns depending on the training period, time period, and the combination of technical indicators used.Bu makale, teknik göstergeler kullanarak Borsa Istanbul (BIST) endeksinin fiyat hareketlerinin yönünü tahmin etmek için lojistik regresyon tabanlı bir yaklaşım sunmaktadır. 2005-2021 yılları arasındaki geçmiş fiyat verileri kullanılmıştır ve BIST endeksinin günlük veya haftalık getirilerine dayanarak -2% ila 2% arasında beş eşik belirlenmiştir. Bağımlı değişken olarak kullanılan sinyal değerleri BİST'in tarihsel getirilerine göre tanımlanmıştır ve yıllık veya yarıyıllık verileri kullanılarak lojistik regresyon uygulanmıştır. Günlük modeller, lojistik regresyonda haftalık modellere göre daha iyi performans göstermiştir ve On Balance Volume (OBV) ve Average Directional Index (ADX), en iyi istatistiksel sonuçlara sahip göstergeler arasındadır. %0 modeller, tahmin doğruluğu açısından en iyisidir (tahminlerin yaklaşık yarısı doğrudur). Tahmin performansında haftalık modeller, günlük modellere ve yıllık modeller de yarıyıllık modellerden daha iyidir. Bazı modeller birikimli getiri açısından BIST endeksini geride bırakmıştır (günlük birikimli getiri 4,84; haftalık ise 4,48), Daily-1% model-6 ay birikimli getiri 13,35; Weekly-2% model-12 ay birikimli getiri ise 12,96 olmak üzere, BIST endeksine göre yaklaşık üç katı olan iki model bulunmaktadır. Sonuç olarak, teknik göstergelerin, eğitim dönemi, zaman aralığı ve kullanılan teknik göstergelerin kombinasyonuna bağlı olarak hisse senedi veya endeks getirilerini tahmin etmede başarılı olabileceği gösterilmiştir.