Kartal, BurcuFatih Sert, MehmetKutlu, Melih2023-01-132023-01-132022-12-28Kartal, B., Fatih Sert, M., & Kutlu, M. (2022). Determination of the world stock indices’ co-movements by association rule mining. Journal of Economics, Finance and Administrative Science, 27(54), 231–246. https://doi.org/10.1108/JEFAS-04-2020-0150https://hdl.handle.net/20.500.12640/3281Purpose: This study aims to provide preliminary information to the investor by determining which indices co-movement, with the data mining method. Design/methodology/approach: In this context, data sets containing daily opening and closing prices between 2001 and 2019 have been created for 11 stock market indexes in the world. The association rule algorithm, one of the data mining techniques, is used in the analysis of the data. Findings: It is observed that the US stock market indices take part in the highest confidence levels between association rules. The XU100 stock index co-movement with both the European stock market indices and the US stock indices. In addition, the Hang Seng Index (HSI) (Hong Kong) takes part in the association rules of all stock market indices. Originality/value: The important issue for data sets is that the opening/closing values of the same day or the previous day are taken into account according to the open or closed status of other stock market indices by taking the opening time of the stock exchange index to be created. Therefore, data sets are arranged for each stock market index, separately. As a result of this data set arranging process, it is possible to find out co-movements of the stock market indexes. It is proof that the world stock indices have co-movement, and this continues as a cycle.Propósito: Este estudio tiene como objetivo brindar información preliminar al inversionista determinando qué índices co-mueven, con el método de minería de datos. Diseño/metodología/enfoque: En este contexto, se han creado conjuntos de datos que contienen precios diarios de apertura y cierre entre 2001 y 2019 para 11 índices bursátiles del mundo. En el análisis de los datos se utiliza el algoritmo de reglas de asociación, una de las técnicas de minería de datos. Hallazgos: Se observa que los índices bursátiles estadounidenses participan en los niveles de confianza más altos entre reglas de asociación. El índice bursátil XU100 se mueve conjuntamente tanto con los índices bursátiles europeos como con los índices bursátiles estadounidenses. Además, el índice Hang Seng (HSI) (Hong Kong) participa en las reglas de asociación de todos los índices bursátiles. Originalidad/valor: La cuestión importante para los conjuntos de datos es que los valores de apertura/cierre del mismo día o del día anterior se tienen en cuenta de acuerdo con el estado de apertura o cierre de otros índices bursátiles tomando la hora de apertura de la bolsa. índice que se va a crear. Por lo tanto, los conjuntos de datos se organizan para cada índice bursátil por separado. Como resultado de este proceso de organización de conjuntos de datos, es posible conocer los movimientos paralelos de los índices bursátiles. Es una prueba de que los índices bursátiles mundiales tienen co-movimiento, y esto continúa como un ciclo.engAttribution 4.0 Internationalinfo:eu-repo/semantics/openAccessData miningAssociation rulesMinería de datosStock market indexReglas de asociaciónÍndice bursátilGlobal financial marketsMercados financieros globalesinfo:eu-repo/semantics/articlehttps://doi.org/10.1108/JEFAS-04-2020-0150https://purl.org/pe-repo/ocde/ford#5.02.04