X veri̇leri̇ ve duygu anali̇zi̇ göstergeleri̇ne dayali LSTMdestekli̇ deri̇n öğrenme yaklaşimi i̇le Bitcoin fiyat tahmi̇ni̇
Bitcoin price forecasting leveraging X data and sentimentindicators via LSTM-enhanced deep learning architecture
- Tez No: 1006581
- Danışmanlar: DR. ÖĞR. ÜYESİ YUNUS ÖZEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Yalova Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, kripto para piyasalarındaki eğilimleri tahmin etmede duygu analizinin potansiyelini değerlendirmek amacıyla, sosyal medyadaki duygular ile Bitcoin fiyat eğilimleri arasındaki ilişkiyi incelemektedir. Bitcoin ve diğer kripto para birimleri büyük bir finansal varlık olarak ortaya çıkmıştır; ancak, son derece değişken fiyat dalgalanmaları geleneksel tahmin teknolojileri için zorluk teşkil etmektedir. Bu tez çalışmasında, Uzun Kısa Süreli Bellek (LSTM) modellerine dayalı duygu analizi kullanılmakta ve piyasa davranışlarını tahmin etmek için yeni bir yaklaşım önerilmektedir. Tez çalışması, 1 Ocak 2022'den 22 Haziran 2023'e kadar toplanan 76.797 Bitcoin tweetini ve Bitcoin'in geçmiş fiyatlarını analiz etmektedir. Duygu analizi için, tweetleri olumlu, nötr ve olumsuz olmak üzere üç kategoriye ayırmak için VADER tabanlı duygu analizi algoritması kullanılmıştır. Duygu puanları daha sonra, tahminsel LSTM modelleri oluşturulmadan önce, geçmiş Bitcoin fiyatlarıyla birleştirilerek korelasyonları analiz edilmiştir. Bulgular, Bitcoin'in fiyat dalgalanmalarının sosyal medya duyarlılığından önemli ölçüde etkilendiğini göstermiştir ve en güçlü etkinin piyasa koşullarının son derece değişken olduğu durumlarda ortaya çıktığı tespit edilmiştir. Bitcoin fiyatının -0,06 korelasyon değeri ile bir günlük gecikmeli duygu değişikliklerine son derece duyarlı olduğu belirlenmiştir. Etkinin zamanla azaldığı ve ikinci gün nötr bir konuma gerilediği, üçüncü gün ise zayıf bir pozitif konuma ulaştığı gözlemlenmiştir. Duygu verilerini içeren tahmin modellerinin, Ortalama Mutlak Hata (MAE) ve Kök Ortalama Karesel Hata (RMSE) değerlerindeki azalma ile gösterildiği gibi daha doğru olduğu görülmektedir. Spesifik bir düzeyde, duygu tahmini için MAE, temel seviye olan 0,0349'dan 0,029'a düşerken, RMSE 0,04077'den 0,0368'e yükselmiştir. Benzer şekilde, duygu tahminlere dahil edildiğinde Ortalama Karesel Hata (MSE) 0,00166'dan 0,00135'e düşmüştür. Bu sonuçlar, sosyal medya duygularının kripto para birimi fiyatlarının tahmin modellerini geliştirmek için değerli olduğunu ve özellikle yönlü piyasa eğilimleri altında yararlı olan hızlı tepki sistemini sağladığını göstermektedir. Çalışma, duygu bilgilerinin tahmin doğruluğunu önemli ölçüde artırabileceğini ve kripto para birimi piyasasının davranışına ilişkin ek bilgiler arayan yatırımcılar, politika geliştiriciler ve araştırmacılar için yararlı olabileceğini vurgulamaktadır. Tez çalışması ayrıca, kripto para piyasasındaki tahmin potansiyelini daha da artırmak için gelecekteki duygu analizi araştırmalarının kapsamını diğer kripto para birimlerine, duyguların çok dilliliğine ve gerçek zamanlı piyasa uygulamalarını da kapsayacak şekilde genişletilmesi gerektiğini belirtmektedir.
Özet (Çeviri)
This thesis examines the relationship between sentiment on social media and Bitcoin price trends with the aim of evaluating the potential of sentiment analysis in predicting trends in cryptocurrency markets. Bitcoin and other cryptocurrencies have emerged as a large financial asset; however, their extremely volatile price fluctuations pose difficulty to traditional prediction technologies. Sentiment analysis based on Long Short-Term Memory (LSTM) models is employed in this thesis and proposes a new approach to predicting market behaviors. The thesis analyzes 76,797 Bitcoin tweets collected from January 1, 2022, to June 22, 2023, along with the historical Bitcoin price. For sentiment analysis, the VADER sentiment analysis algorithm was used in labeling the tweets into three categories: positive, neutral, and negative. The sentiment scores were then combined with historical Bitcoin prices to analyze their correlations before building predictive LSTM models. The findings show that the price fluctuations of Bitcoin are significantly affected by social media sentiment, with the strongest effect occurring when market conditions are extremely volatile. The Bitcoin price is extremely sensitive to one-day lagged sentiment changes at -0.06. The influence diminishes over time, dropping to a neutral position by day two and a weakly positive position on day three. The predictive models, including sentiment data, were more accurate, as indicated by the reduction in Mean Absolute Error (MAE) and Root Mean Squared Error (RMSE). On a specific level, the MAE for sentiment prediction was reduced from 0.0349 for the baseline to 0.029, and the RMSE was raised from 0.04077 to 0.0368. Similarly, the Mean Squared Error (MSE) was reduced from 0.00166 to 0.00135 when sentiment was included in predictions. These results suggest that social media sentiment is valuable for enhancing predictive models of cryptocurrency prices, providing a fast-response system that is especially useful under directional market trends. The study highlights that sentiment information can significantly improve forecasting accuracy and could be useful to investors, policymakers, and researchers seeking additional insights into cryptocurrency market behavior. The thesis also points out that future sentiment analysis research must aim at expanding the scope to other cryptocurrencies, multilingual sentiment, and real-time market applications in order to enhance prediction potential in the cryptocurrency market even more.
Benzer Tezler
- Metin madenciliği ve derin öğrenme yöntemleri kullanılarak borsadaki hareketlerin sosyal medya ile ilişkisinin analiz edilmesi
Analyzing the relationship between stock market movements and social media using text mining and deep learning methods
METİN OKTAY BOZ
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMersin ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ JALE BEKTAŞ
- Serum irisin düzeyleri ile kistik fibrozis tanılı hastaların klinik parametreleri arasındaki ilişki
The relationship between serum irisin levels and clinical parameters of patients diagnosed with cystic fibrosis
ELİF DUYGU KUTBE
Tıpta Uzmanlık
Türkçe
2026
Çocuk Sağlığı ve HastalıklarıErciyes ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. MEHMET KÖSE
- Düşünme eğitimi dersinin ilköğretim 6. sınıf öğrencilerinin eleştirel ve yaratıcı düşünme becerilerine etkisi
The effect of thinking training lesson on 6th grade elemantary school students' critical and creative thinking skills
BELGİN SÖNMEZ
Doktora
Türkçe
2016
Eğitim ve ÖğretimAnadolu ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. MUSTAFA SAĞLAM
- Elektrikli araçların otomotiv ekosistemine etkisi: Duygu analizi çalışması
The impact of electric vehicles on the automotive ecosystem: A sentiment analysis study
CAN AKÇELİK
Yüksek Lisans
Türkçe
2025
Yönetim Bilişim SistemleriGazi ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. TAHSİN ÇETİNYOKUŞ
- Duygu durum bozukluğu ve psikotik hastalarda aile ortamı ve bu ortamın hastaneye yatış sıklığına etkisi
Family environment in the affective disorders and psychotic patients and the effect of this environment on the frequency of hospitalization
DUDU DÜNDAR
Yüksek Lisans
Türkçe
1999
Hemşirelikİstanbul ÜniversitesiPsikiyatri Hemşireliği Ana Bilim Dalı
DOÇ.DR. NESRİN AŞTI