Kripto para piyasasında etkinlik analizi ve getiri tahmini
Efficiency analysis in the cryptocurrency market and return prediction
- Tez No: 770486
- Danışmanlar: PROF. DR. HÜSEYİN DALGAR
- Tez Türü: Doktora
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Burdur Mehmet Akif Ersoy Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 138
Özet
Bu çalışmanın amacı piyasa değeri en yüksek kripto paralar arasında bulunan Bitcoin, Ethereum, Binance Coin, Solana ve Ripple'ın mevcut volatilite yapılarını ve uzun hafıza özelliği sergileyip sergilemediklerini belirleyerek piyasa etkinliklerini ortaya koymak ve hibrit bir makine öğrenme metodu olan PATSOS ile getiri tahminini yapmaktır. Çalışmada, kripto paraların 2014-2022 yılları arasındaki günlük verilerinden yararlanılmıştır. Çalışma sonuçlarına göre, Bitcoin, Binance Coin, Solana ve Ripple getiri serilerinde volatilitede uzun hafızanın varlığı tespit edilmiştir. Bu nedenle, Ethereum hariç diğer kripto paraların getiri serileri için volatilitede Etkin Piyasalar Hipotezi'nin geçerli olmadığı ortaya konulmuştur. Yapılan testler sonucunda, getiri serilerinde volatilite tahmini hususunda en uygun ve yeterli modellerin Bitcoin için HYGARCH (1, d, 1), Ethereum için IGARCH (1, 1), Binance Coin için FIGARCH (1, d, 0), Solana ve Ripple için FIGARCH (1, d, 1) ve FIAPARCH (1, d, 1) olduğu ortaya konmuştur. Etkinlikten uzak kripto paralarda geçmiş fiyat hareketleri kullanılarak gelecekteki fiyatların tahmin edilmesi mümkündür. Bu bağlamda, lineer olmayan verilerde de başarılı sonuçlar veren PATSOS metoduyla getiri tahminleri yapılmıştır. Yapılan tahminler sonucunda, analize dahil edilen tüm kripto paralarda PATSOS metoduyla ANFIS metoduna göre daha düşük RMSE, MSE ve MAE hata değerleri ve daha yüksek doğru tahmin başarı yüzdeleri elde edilmiştir.
Özet (Çeviri)
This study aims to determine the current volatility structures of Bitcoin, Ethereum, Binance Coin, Solana, and Ripple, which are among the cryptocurrencies with the highest market value, and to determine the market efficiencies by determining whether they exhibit long memory features and to make return predictions with the PATSOS, which is a hybrid machine learning method. In the study, daily data of cryptocurrencies between the years 2014-2022 were used. According to the results of the study, the existence of long memory in volatility has been determined in Bitcoin, Binance Coin, Solana, and Ripple return series. Therefore, it has been determined that the Efficient Market Hypothesis in volatility is not valid for the return series of the cryptocurrencies except Ethereum. As a result of the tests, the most suitable and sufficient models for volatility prediction in return series were found as HYGARCH (1, d, 1) for Bitcoin, IGARCH (1, 1) for Ethereum, FIGARCH (1, d, 0) for Binance Coin, and FIGARCH (1, d, 1) and FIAPARCH (1, d, 1) models for Solana and Ripple. In addition, lower RMSE, MSE, and MAE error values with higher percentages of correct forecast were obtained with the PATSOS method compared to the ANFIS method for all cryptocurrencies.
Benzer Tezler
- Finansal piyasalarda kripto para uygulamaları üzerine üç deneme
Three essays on cryptocurrency applications in financial markets
ŞENCAN FELEK
- Piyasa etkinliğinin dinamikleri: Kripto paralar üzerine ampirik bir çalışma
The dynamics of market efficiency: An empirical study on the crypto currencies
YUNUS KARAÖMER
Doktora
Türkçe
2021
İşletmeHatay Mustafa Kemal Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. SONGÜL KAKİLLİ ACARAVCI
- Kripto para piyasasında bitcoin ve seçilmiş altcoinler arası eşbütünleşme ve nedensellik analizi
Cointegration and causality analysis between bitcoin and selected altcoins in the cryptocurrency market
AYÇA KARA
Yüksek Lisans
Türkçe
2022
İşletmeDokuz Eylül Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. ERHAN DEMİRELİ
- Kripto para piyasasında portföy optimizasyonu
Portfolio optimization in cryptocurrency market
BURCU TOPUS
Yüksek Lisans
Türkçe
2023
EkonomiManisa Celal Bayar ÜniversitesiEkonomi Finans Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SELİM BAHA YILDIZ
- Kripto para piyasasında volatilitenin modellenmesi: BEKK ve DCC GARCH modelleri
Modeling volatility of the cryptocurrency market: BEKK and DCC GARCH models
NADA SARSOUR