Geri Dön

Algorithmic trading on cryptocurrency markets using machine learning techniques

Makine öğrenmesi teknikleri ile kripto para piyasalarında algoritmik işlemler

  1. Tez No: 527147
  2. Yazar: ÇAĞDAŞ AKTEPE
  3. Danışmanlar: YRD. DOÇ. DR. MUSTAFA GÖKÇE BAYDOĞAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. Makine öğrenmesi yöntemleri ile bıtcoın trend dönüşlerinin tahmin edilmesi

    Predicting bitcoin trends reversals with machine learning methods

    SERGÜL ÜRGENÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    İstatistikMimar Sinan Güzel Sanatlar Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. BARIŞ AŞIKGİL

  2. Derin pekiştirmeli öğrenme ile kripto para portföy yönetimi

    Crypto currency portfolio management with deep reinforcement learning

    HATİCE AŞIK

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    MaliyeMarmara Üniversitesi

    İş Analitiği Ana Bilim Dalı

    PROF. DR. MERT ERER

  3. Automated cryptocurrency trading using machine learning methods

    Makine öğrenmesi yöntemleri ile otomatik kripto para ticareti

    FARUK ÖZER

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir Üniversitesi

    Büyük Veri Analitiği ve Yönetimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ CEMAL OKAN ŞAKAR

  4. Pairs trading in cryptocurrency market using deep reinforcement learning

    Başlık çevirisi yok

    CEM KAYA GÜRKAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ OĞUZ ATA

  5. Genelleştırilmiş toplamsal modeller ile Bitcoin için yön analizi

    Directional analysis of Bitcoin using generalized additive models

    İLAYDA ARIKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    EkonomiHacettepe Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. SERPİL AKTAŞ ALTUNAY