Geri Dön

Price prediction of different cryptocurrencies using technical trade indicators and machine learning

Teknik ticaret göstergeleri ve makine öğrenmesi kullanılarak farklı kripto para birimlerinin fiyat tahmini

  1. Tez No: 672451
  2. Yazar: MOHAMMED AL-AZZAWI
  3. Danışmanlar: YRD. DOÇ. DR. ABDULLAHI ABDU IBRAHIM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 64

Özet

Artan jeopolitik ve ekonomik sorunlarla geçen iki yıldan beri, küresel para değerleri düşüyor ve borsalar kötü bir gidişata sahip ve yatırımcılar servet kaybediyor. Bu, dijital para birimlerine olan ilginin yenilenmesine yol açtı. En önde gelen dijital para birimlerinden biri olan kripto para, son birkaç yıldaki istikrarlı performansı nedeniyle bir parça isteyen yatırımcılar ve iş kurumlarının bunu bir ödeme kaynağı olarak kabul etmesiyle dikkatleri üzerine çekti. Bu araştırma, eğitim sırasında 100 çağın üzerinde en düşük model kaybına sahip olan makine öğrenimi tabanlı sinir ağını kullanarak kripto para birimi fiyatlarını tahmin etmek üzerine yapılmıştır ve Teknik Ticaret Göstergeleri (TTI) grafikleri, 300 günlük mevcut durumda 5 ila 10 kez gerçek bir BTC değerini göstermektedir. Mali yıl, bu artan tüccar güvenini ve tahmin edilen BTC değerleri ile küresel kripto para birimi grafiğindeki değişimi daha da destekledi. Aynı doğrultuda, Makine Öğrenimi ve Duyarlılık Analizi kullanarak bitcoin fiyatlarını analiz ediyoruz. Bitcoin fiyatlarını nicel olarak daha iyi tahmin etmek için borsa trendlerini de inceliyoruz. Bu çalışmada, ABD Doları gibi küresel para birimlerinin, dövizlerin Bitcoin fiyatları üzerindeki etkisini ve Bitcoin'in küresel para birimlerini tahttan indirip tek işlem aracı haline gelme istikrarına sahip olup olmadığını analiz ediyoruz. Bu çalışma, fiyatı tahmin etmeye yardımcı olacak kadar yeterli ve tümünde% 94,89 doğruluk sağlayan makine öğrenimi tabanlı sinir ağı kullanarak Bitcoin fiyatlarının tahmin edilmesinden elde edilen sonuçlarla teknik ticaret göstergesinin koşulları, bu nedenle değerlendirme sırasında fiyat tahminini Nisan 2020'de% 13,7'nin üzerinde düşürdü.

Özet (Çeviri)

From the past two years with increasing geopolitical and economic issues, global currency values have been falling and stock markets have been having a poor run & investors losing wealth. This has led to a renewal of interest in digital currencies. Cryptocurrency one of the most prominent digital currency has found itself in spotlight with investors wanting a piece of it and business establishments accepting it as a source of payment due to its stable performance in the last few years. This research has been done on predicting cryptocurrency prices using machine learning based neural network which has a lowest the model loss over 100 epochs during training and Technical Trade Indicators (TTI) graphs depicts a real BTC value 5 to 10 times in 300-days of current fiscal year has further supported this increasing trader confidence and a shift in global cryptocurrency graph by predicted BTC values. On the same lines, we are analyzing bitcoin prices using Machine Learning and Sentiment Analysis. We also study stock market trends in order to better predict bitcoin prices quantitively. In this work we analyze the impact of global currencies like US Dollar, foreign exchanges on Bitcoin prices and whether Bitcoin has the stability to dethrone global currencies and become the single medium of transaction. This work is adequate enough to aid in predicting price and with results obtained from predicting Bitcoin prices using machine learning based neural network achieving an accuracy of 94.89% under all circumstances of technical trade indication thereby bringing down its price prediction by over 13.7% in April 2020 itself during evaluation.

Benzer Tezler

  1. Deep Q-Network based cryptocurrency investment strategies using transformer function approximator

    Transformer fonksiyon yaklaşımcısını kullanarak derin Q-Ağı tabanlı kripto para yatırım stratejileri

    TUNA ALAYGUT

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÖzyeğin Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMRE SEFER

  2. 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

  3. NFT sales characteristics and price prediction by transfer learning visual attributes

    Transfer öğrenme görsel özellikleri ile NFT satış özellikleri ve fiyat tahmini

    MUSTAFA PALA

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÖzyeğin Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMRE SEFER

  4. Derin ve hibrit derin öğrenme teknikleriyle kripto para fiyat tahmini

    Cryptocurrency price prediction using deep and hybrid deep learning techniques

    HASAN KİLİMCİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli Üniversitesi

    Bilişim Sistemleri Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET YILDIRIM

  5. An integrated machine learning and metaheuristic approach for cryptocurrency price prediction

    Kripto para fiyatı tahmininde makine öğrenmesi ve metasezgisel entegre bir yaklaşım

    KENAN BAYAZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Endüstri ve Endüstri MühendisliğiMarmara Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MERVE ER

    PROF. SENİYE ÜMİT FIRAT