31 October 2026 in Bilişim Teknolojileri Dergisi
Finansal piyasa tahmini, nicel ve nitel faktörlerin birleştiği karmaşık bir problemdir. Geleneksel modeller yapılandırılmış sayısal verilere dayalı kalırken, yapılandırılmamış metin kaynaklarındaki bağlama duyarlı bilgiyi yeterince kullanamamaktadır. Bu makale, Borsa İstanbul'da (BİST) işlem gören hisse senetlerinin tahmini için Büyük Dil Modellerinin (LLM) analitik gücünü bir Çoklu Ajan Sistemi (MAS) çerçevesinde entegre eden hibrit bir sistem önermekte ve kavram kanıtı (proof-of-concept) değerlendirmesini sunmaktadır. Önerilen modelde gerçek zamanlı piyasa verileri ile haber ve KAP bildirimleri eş zamanlı toplanmakta; LLM tabanlı bir bilgi çıkarım modülü ile yapılandırılmakta, uzman ajanlardan oluşan çoklu ajan sistemi tarafından Nitel Etki Skoru'na dönüştürülmekte ve geleneksel teknik göstergelerle birlikte öngörü modeline aktarılmaktadır. Bu yaklaşım, basit duygu analizinin ötesine geçerek finansal olayların anlamsal bağlamını yansıtan çok yönlü bir sinyal üretmektedir. Sistem, BIST 30 hisseleri üzerinde 22 günlük işlem (15 Temmuz – 15 Ağustos 2025) penceresinde test edilmiştir. Ön bulgular, hibrit modelin pasif endeks ve yalın nicel referans modele kıyasla daha yüksek dönem getirisi (Hibrit +%11,79; pasif BIST 30 +%5,64; Nicel −%1,56) ve daha düşük maksimum düşüş (Hibrit −%1,06; pasif BIST 30 −%3,05; Nicel −%9,18) ürettiğini göstermiştir. Sonuçlar dar test penceresi nedeniyle ihtiyatla yorumlanmalı ve çoklu piyasa rejimi içeren uzun dönemli testlerle doğrulanmalıdır.