FinAnalytics, ABD borsasında işlem gören hisse senetleri için kısa, orta ve uzun vadeli makine öğrenmesi modelleri, güncel haber bülteni ve Türkçe finans asistanı sunan bir Streamlit uygulamasıdır.
FinAnalytics/
│
├── app/ # Streamlit uygulama dosyaları
│ ├── Analiz.py # Ana analiz sayfası (giriş noktası)
│ ├── assets/
│ │ └── logos/ # Hisse senedi logoları (.png)
│ └── pages/
│ └── Portföy.py # Portföy yönetimi ve model tahmin sayfası
│
├── src/ # Uygulama mantığı (dashboard renderer'lar, entegrasyonlar)
│ ├── short.py # Kısa vadeli dashboard (1-7 gün)
│ ├── mid.py # Orta vadeli dashboard (1-3 ay)
│ ├── long.py # Uzun vadeli dashboard (3+ ay)
│ ├── config.py # Genel yapılandırma (uzun model evren, özellikler)
│ ├── data.py # Veri yükleme yardımcıları
│ ├── features.py # Uzun model özellik mühendisliği
│ ├── model_long.py # Uzun model eğitim scripti
│ ├── predict.py # Uzun model tahmin yardımcıları
│ ├── integrations/
│ │ ├── gemini.py # Google Gemini API client (RAG)
│ │ └── marketaux.py # Marketaux API client (haberler)
│ ├── rag/
│ │ └── turkish_finance_sft_rag.py # Semantik retrieval motoru
│ └── reports/
│ ├── pdf_builder.py # PDF rapor oluşturma
│ └── news_prompt.py # Haber özetleme prompt şablonları
│
├── models/
│ ├── short_term/ # Kısa vadeli modeller
│ │ ├── AAPL/ … WMT/ # Ticker başına LightGBM + XGBoost (.pkl)
│ │ └── src/ # Eğitim kaynak kodları (config, train, features…)
│ ├── mid_term/ # Orta vadeli modeller
│ │ ├── sector_optimized_params.json # Sektör bazlı optimizasyon sonuçları
│ │ └── src/ # Eğitim kaynak kodları
│ └── long_term/
│ └── long_model.pkl # Uzun vadeli LightGBM modeli
│
├── data/
│ ├── all_stocks.csv # Tüm hisselerin birleşik OHLCV verisi
│ ├── raw/D1/ # Ham günlük OHLCV CSV'ler (ticker bazında)
│ ├── news_cache/ # Günlük haber önbelleği (JSON)
│ └── outputs/ # Model eğitim çıktıları, grafikler, raporlar
│
├── research/ # Ar-Ge, backtest ve validasyon scriptleri
├── pyproject.toml # Bağımlılıklar (Poetry)
└── README.md
- Python ≥ 3.11
- Poetry (önerilen) veya pip
git clone https://github.com/gunay-ozsoy/FinAnalytics.git
cd FinAnalytics
poetry installpip install streamlit pandas numpy plotly yfinance lightgbm xgboost \
joblib scikit-learn alpaca-py python-dotenv requests \
reportlab google-genai sentence-transformersProje kök dizininde bir .env dosyası oluşturun:
GEMINI_API_KEY=your_google_gemini_api_key
ALPACA_API_KEY=your_alpaca_api_key
ALPACA_API_SECRET=your_alpaca_api_secret
MARKETAUX_API_TOKEN=your_marketaux_token| Servis | Amaç | Ücretsiz Katman |
|---|---|---|
| Google Gemini | FinAI sekmesi — RAG yanıt üretimi | ✅ |
| Alpaca Markets | Orta vadeli model gerçek zamanlı veri | ✅ |
| Marketaux | Haber bülteni | ✅ (100 istek/gün) |
# Ortam değişkenlerini yükle
set -a && source .env && set +a
# Streamlit'i başlat
streamlit run app/Analiz.pyTarayıcınızda http://localhost:8502 adresine gidin.
Yahoo Finance üzerinden gerçek zamanlı şirket profili, finansal metrikler (F/K, PD/DD, piyasa değeri, temettü verimi), yönetim ekibi ve kurumsal yönetim risk skorları.
Her hisse için LightGBM ve XGBoost modelleri kullanılarak 1, 3, 5 ve 7 günlük fiyat yön tahmini. Teknik göstergeler (RSI, MACD, Bollinger Bantları, ATR) üzerinden özellik mühendisliği yapılmıştır.
Sektör bazında optimize edilmiş parametrelerle orta vadeli regresyon tahminleri. models/mid_term/sector_optimized_params.json dosyasındaki sektör optimizasyon sonuçlarını kullanır.
Geniş bir hisse evreni üzerinde eğitilmiş LightGBM modeli. Walk-forward validasyon ile değerlendirilmiştir.
Marketaux API üzerinden seçili hisse ve sektörüne ait güncel haberler. Günlük disk önbelleği sayesinde API kotası verimli kullanılır.
Retrieval-Augmented Generation (RAG) mimarisi:
- Kullanıcı sorusu → semantik benzerlik arama (Turkish Finance SFT Dataset)
- En yakın örnekler bağlam olarak Gemini'ye iletilir
- Gemini 2.5 Flash Lite → Türkçe yanıt üretir
Kısa/orta/uzun vadeli model sinyallerini içeren Finansal Rapor ve haber özetlerini içeren Gündem Raporu'nu PDF olarak indirir.
Hisse ekle/çıkar, gerçek zamanlı kar-zarar hesabı, tahmini büyüme projeksiyonu (1 hafta / 1 ay / 3 ay), portföy ağırlık grafikleri ve temettü analizi.
FinAI sekmesindeki RAG sistemi, semantik retrieval kaynağı olarak aşağıdaki dataset'i kullanmaktadır:
Turkish Finance SFT Dataset
Yazar: Alican Kiraz
🔗 https://huggingface.co/datasets/AlicanKiraz0/Turkish-Finance-SFT-Dataset
@dataset{kiraz2025turkishfinance,
title = {Turkish Finance SFT Dataset},
author = {Kiraz, Alican},
year = {2026},
publisher = {HuggingFace},
url = {https://huggingface.co/datasets/AlicanKiraz0/Turkish-Finance-SFT-Dataset}
}| Özellik | Detay |
|---|---|
| Kapsam | ~10 milyon token, Türkçe finans soru-cevap çiftleri |
| Kategoriler | Kripto para, Borsa & Hisse Senetleri, Teknik Analiz, Temel Analiz, Risk Yönetimi |
| Piyasalar | BIST (Türkiye) + Global (NASDAQ, S&P 500) |
| Lisans | MIT |
⚠️ Bu dataset ve uygulama yalnızca eğitim/araştırma amaçlıdır. Yatırım tavsiyesi niteliği taşımaz.
| Kaynak | Kullanım |
|---|---|
| Yahoo Finance | Hisse fiyatları, şirket profili, finansal metrikler |
| Alpaca Markets | Gerçek zamanlı ve tarihsel OHLCV verisi |
| Marketaux | Finansal haberler |
cd models/short_term/src
python train.pycd models/mid_term/src
python train.pypython src/model_long.pyBu uygulama tamamen eğitim ve araştırma amaçlı geliştirilmiştir. Model tahminleri ve yapay zeka yanıtları kesinlikle yatırım tavsiyesi değildir. Gerçek yatırım kararlarında kullanmayınız.
FinAnalytics — Finansal Analiz & Tahmin Platformu