Finansal Haberlerden Duygu Analizi

Genel Bakış

Finansal haber başlıklarını Türkçe ve İngilizce olarak pozitif, negatif veya nötr şeklinde sınıflandıran uçtan uca bir duygu analizi servisi. Sistem; başlıkları canlı haber kaynaklarından otomatik olarak toplar, finans dışı içerikleri ayıklar ve piyasa algısını tek bir arayüzde özetler.

İhtiyaç

Finansal haber akışı yüksek hacimli ve hızlıdır; piyasa algısını manuel olarak izlemek ölçeklenebilir değildir. Mevcut duygu modelleri çoğunlukla İngilizce odaklıdır ve kıyaslama setlerinde elde ettikleri başarıyı gerçek haber başlıklarında koruyamaz. Hedef, iki dilde güvenilir çalışan ve gerçek veride doğrulanmış bir sistem kurmaktı.

Çözüm Mimarisi

1. Veri toplama — Bloomberg HT, Dünya, Ekonomim ve AA Ekonomi gibi Türkçe; Yahoo Finance, CNBC, MarketWatch ve Financial Times gibi İngilizce RSS kaynakları ile Finnhub ve Newsdata.io API'leri.
2. Finans dışı filtresi — Magazin, spor ve sağlık gibi konu dışı başlıkları duygu analizinden önce eleyen ikili sınıflandırıcı.
3. Duygu modeli — Türkçe ve İngilizce finans metinleriyle ince ayar yapılmış xlm-roberta-base.
4. Servis katmanı — FastAPI üzerinde /predict ve /news uç noktaları; duygu dağılımını görselleştiren ve kullanıcı girdisini anlık değerlendiren web arayüzü.

Modelleme Süreci

Çalışma, referans noktası oluşturmak amacıyla bir taban modelle başlatılmıştır: TF-IDF ve lojistik regresyon, Financial PhraseBank üzerinde 0.69 macro-F1. Ardından ITU KAP başlıkları ve PhraseBank'in Türkçe çevirisiyle genişletilen veri setinde XLM-RoBERTa, Apple Silicon (MPS) üzerinde ince ayara alınmış ve karışık test setinde 0.79 macro-F1 (İngilizce 0.85, Türkçe 0.78) elde edilmiştir.

Değerlendirmenin güvenilirliği için iki önlem alınmıştır:

• Sızıntı kontrolü — Bir İngilizce cümle ile Türkçe çevirisi aynı gruba atanarak eğitim ve test kümeleri arasında bilgi sızması engellenmiştir.
• Dengeli sınıf ağırlıkları — Standart dengeleme yerine ağırlıkların karekökü kullanılarak nötr sınıfın bastırılmasının önüne geçilmiştir.

Gerçek Veride Doğrulama

Model, canlı kaynaklardan toplanıp elle etiketlenen 129 Türkçe başlıkta sınandığında performansın 0.53 macro-F1'e gerilediği görülmüştür. Analiz, bunun bir domain shift olduğunu ortaya koymuştur: eğitim verisi somut finansal olayları anlatan KAP açıklamalarından oluşurken, gerçek başlıkların önemli bir kısmı yön belirtmemektedir.

Bu açığı kapatmak için çapraz doğrulamayla kalibre edilen bir nötr karar eşiği geliştirilmiştir:

Finans dışı filtresinde yalnızca 46 örnekle çalışılması gerekmiştir. TF-IDF bu ölçekte yetersiz kalırken (0.69), XLM-R gömmeleri üzerine kurulan sınıflandırıcı 0.82 başarı sağlamış; dil modeliyle etiketlenen 294 ek başlıkla bu oran 0.84'e yükselmiştir.

Mühendislik Standartları

• Veri kaynakları, hazırlık, modelleme ve servis katmanları bağımsız modüller olarak tasarlanmıştır.
• Gerçek veriyle doğrulama sürecini hızlandırmak için özel bir etiketleme arayüzü geliştirilmiştir.
• API ve uçtan uca akış, 10 otomatik testle güvence altındadır.

Yol Haritası

Sektör ve konu sınıflandırması (para politikası, enerji, bankacılık, kripto) ile nötr eşiğinin yerini alacak, gerçek başlıklarla yeniden eğitilmiş bir model.