Bu araştırmada Apple (AAPL), Google (GOOGL), Netflix (NFLX), Tesla (TSLA), Alibaba (BABA), Amazon (AMZN), NVIDIA (NVDA), Visa (V) gibi büyük teknoloji şirketlerinin hisse senetleri arasındaki etkileşimler, dalgacık uyumu yöntemi ile analiz edilmiştir. Çalışma, bu hisse senetlerinin günlük borsa açılış fiyatlarına dayalı ortalama log-getiri değerlerini inceleyerek, piyasa dinamikleri arasındaki etkileşimleri zaman ve frekans boyutunda ortaya koymayı hedeflemiştir. Bu bağlamda, 15 Şubat 2013 ile 30 Ağustos 2024 tarihleri arasındaki günlük borsa açılış verileri kullanılarak kısa ve uzun vadeli dinamikler incelenmiştir. Veri seti investing.com’dan elde edilmiş ve analizler RStudio programı kullanılarak yapılmıştır. Çalışmanın bulguları, uzun vadede hisse senetlerinin yüksek uyum sergilediğini, ancak kısa vadede bu ilişkinin daha zayıf olduğunu göstermektedir. AAPL ve NVDA, AAPL ve TSLA gibi çiftler arasında uzun vadede güçlü bir uyum bulunmuş, bu da her iki şirketin teknoloji sektöründeki yeniliklerden benzer şekilde etkilendiğini ve piyasa hareketlerinin paralel seyrettiğini ortaya koymuştur. Ancak kısa vadede uyumun düşmesi, firmaların sektörel farklılıkları ve özgün stratejilerinin etkisiyle fiyat hareketlerinde farklılıklar yaşandığını göstermektedir. Aynı şekilde, MSFT ve GOOGL arasındaki düşük uyum, bu iki şirketin kendi içsel stratejileri doğrultusunda bağımsız hareket ettiğini ortaya koymaktadır. Araştırmanın sonuçları yatırımcıların teknoloji hisseleri arasındaki uzun ve kısa vadeli ilişkileri daha iyi anlamalarına yardımcı olarak portföy stratejilerini optimize etmelerine katkı sağlayacağı düşünülmektedir.

This research analyzes the interactions between the stock prices of major technology companies such as Apple (AAPL), Google (GOOGL), Netflix (NFLX), Tesla (TSLA), Alibaba (BABA), Amazon (AMZN), NVIDIA (NVDA), and Visa (V) using the wavelet coherence method. The study aims to reveal the interactions between market dynamics in the time and frequency domains by examining the average log-returns of these stocks based on daily opening prices. In this context, daily stock market opening data from February 15, 2013, to August 30, 2024, were used to examine short- and long-term dynamics. The data set was obtained from investing.com, and the analyses were conducted using RStudio. The findings of the study indicate that the stocks show high coherence in the long term, while this relationship is weaker in the short term. Pairs such as AAPL and NVDA, as well as AAPL and TSLA, exhibit strong coherence in the long term, suggesting that both companies are similarly affected by innovations in the technology sector and that market movements tend to parallel each other. However, the decrease in coherence in the short term indicates that differences in sectoral influences and unique strategies cause variations in price movements. Similarly, the low coherence between MSFT and GOOGL shows that these two companies move independently, driven by their internal strategies. The results of the research are expected to help investors better understand the long- and short-term.