Algorithmic trading on cryptocurrency markets using machine learning techniques
Makine öğrenmesi teknikleri ile kripto para piyasalarında algoritmik işlemler
- Tez No: 527147
- Danışmanlar: YRD. DOÇ. DR. MUSTAFA GÖKÇE BAYDOĞAN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 102
Özet
Bu tezde farklı makine öğrenmesi tekniklerinden yararlanarak kripto para piyasalarında fiyat tahminlemesi yapmak ve kâr getirebilecek algoritmalara ulaşmak amaçlandı. Bu uygulama için markete giriş sırasıyla seçilen sekiz adet kripto paranın Bitcoin kuru üzerinde çalışıldı. Bu kurların Açılış-Yüksek-Düşük-Kapanış fiyat verisinden yararlanarak doğrusal modeller ve karar ağacı bazlı modeller kuruldu. Bu modellerin yanı sıra bu spesifik problem için topluluk öğrenmesi modeli tasarlandı. Kripto para borsasında geçmiş veri kullanılarak oluşturulan bu modellerin benzetimi iki farklı deneysel tasarım ile yapıldı. İlk olarak modeller yalnızca bir kripto parayı alıp satabilecek şekilde seçilen her bir kripto para birimi için ayrı olarak modellerin benzetimi yapıldı. Sonrasında ise modeller seçilen bütün kripto paraları bir seçenek olarak değerlendirebilecek ve alıp satabilecek şekilde modellerin benzetimi yapıldı. Modellerin performansları hem birbirleri ile hem de satın al ve elde tut stratejisi ile karşılaştırmalı olarak sunuldu. Sonuçların istatistiksel olarak anlamlı farklılık içerdiği gösterilemese de test yapılan 5 aylık dönemde tasarlanan model ile 22 kat getiri elde edildi.
Özet (Çeviri)
The aim of this thesis is to apply different machine learning models to the price prediction problem in cryptocurrency exchange markets in order to find profitable trading algorithm. Eight trading pairs are taken into consideration for the thesis, and Open-High-Low-Close (OHLC) price data of those pairs are utilized through well-known linear models and tree-based models. Besides, an ensemble model framework is proposed for this specific task. Trading simulations are conducted based on two different experimental design. First, each trading pair is considered separately in turn and trading agents are simulated as if they can trade only one trading pair. Then, all selected trading pairs are taken into account together and trading agents that are capable of trading any of the selected trading pairs are simulated. Model performances are presented and compared with each other and with naive buy-and-hold approach. Although statistical tests are failed to show that results are statistically significant, 22-fold return is achieved in 5-month test period with the proposed method.
Benzer Tezler
- Makine öğrenmesi yöntemleri ile bıtcoın trend dönüşlerinin tahmin edilmesi
Predicting bitcoin trends reversals with machine learning methods
SERGÜL ÜRGENÇ
Yüksek Lisans
Türkçe
2023
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. BARIŞ AŞIKGİL
- Derin pekiştirmeli öğrenme ile kripto para portföy yönetimi
Crypto currency portfolio management with deep reinforcement learning
HATİCE AŞIK
- Automated cryptocurrency trading using machine learning methods
Makine öğrenmesi yöntemleri ile otomatik kripto para ticareti
FARUK ÖZER
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBüyük Veri Analitiği ve Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CEMAL OKAN ŞAKAR
- Pairs trading in cryptocurrency market using deep reinforcement learning
Başlık çevirisi yok
CEM KAYA GÜRKAN
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OĞUZ ATA
- Genelleştırilmiş toplamsal modeller ile Bitcoin için yön analizi
Directional analysis of Bitcoin using generalized additive models
İLAYDA ARIKAN
Yüksek Lisans
Türkçe
2024
EkonomiHacettepe Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. SERPİL AKTAŞ ALTUNAY