Veri madenciliği yaklaşımı ile kripto paraların ölme riskinin hesaplanması
Predicting the risk of death for cryptocurrencies using data mining approach
- Tez No: 811823
- Danışmanlar: PROF. DR. MURAT ATAN, PROF. DR. HALİL ALTAY GÜVENİR
- Tez Türü: Doktora
- Konular: Ekonometri, Econometrics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 182
Özet
Son zamanlarda bitcoin ve altcoin fiyatlarındaki hareketlenmeler dikkatin bu piyasaya yönelmesine sebep olmuştur. Bunun üzerine yatırımcıların da spekülatif bir yatırım aracı olan kripto paralarla yatırımlarını artırmayı hedefledikleri görülmektedir. Ancak sayıları hızla artan binlerce kripto para biriminin birçoğu kısa bir süre içinde yok olmaktadır. Bu açıdan bakıldığında kripto paralara yatırım yaparak yatırımlarını artırmayı hedefleyen yatırımcıların önemli miktarda para kaybetme riski bulunmaktadır. Bu durum hem ekonomik hem de psikolojik yönden toplumsal sorunlara yol açabilmektedir. Bu tezde, ölen kripto para birimleri analiz edilerek gelecekte ölmesi muhtemel para birimlerinin risk sıralaması yapılmıştır. Tezde denetimli makine öğrenmesi teknikleri olan basit tekrarlayan sinir ağları ve geçitli tekrarlayan birim yöntemleri kullanılarak kurulan modeller kripto para birimlerinin ölme riski sıralamasını yapmaya yönelik yöntem sunmaktadır. Modeller, yatırımların güvenliğini arttırarak, genel portföy performansını yükseltecek ve yüksek riskli kripto para birimlerine yatırım yapmaktan kaçınmak isteyen yatırımcılar için bir tarama aracı olarak hizmet edebilecektir. Tez ayrıca kripto paraların ölme riskinin hesaplanmasında makine öğrenmesi tekniklerinin kullanımı konusunda alan yazına katkıda bulunmaktadır. Sonuç olarak, ölme riski sıralaması yatırımcıların risklerini azaltarak kripto para birimleri yatırımlarının başarısız olma olasılığını düşürmelerine yardımcı olabilecektir.
Özet (Çeviri)
Recently, the fluctuations in the prices of Bitcoin and altcoins have drawn attention to this market. As a result, investors are aiming to increase their investments in cryptocurrencies, which are a speculative investment tool. However, many of the thousands of cryptocurrencies that are rapidly increasing in number disappear within a short period of time. From this perspective, investors aiming to increase their investments by investing in cryptocurrencies face a significant risk of losing a substantial amount of money. This situation leads to a social problem both economically and psychologically. In this thesis, an analysis of deceased cryptocurrencies has been conducted to rank the risk of potential future currency deaths. Models built using simple recurrent neural networks and gated recurrent neural networks, which are supervised machine learning methods, provide a method for ranking the risk of cryptocurrency deaths. The models can serve as a screening tool for investors who want to avoid investing in high-risk cryptocurrencies, increase investment security, and improve overall portfolio performance. Additionally, this thesis contributes to the literature on using machine learning techniques to calculate the risk of cryptocurrency death. In conclusion, a risk ranking can help investors reduce their risks and decrease the likelihood of cryptocurrency investment failure.
Benzer Tezler
- Veri madenciliği yaklaşımı ile proje başvuru yapma eğiliminin tahmini
Prediction of project proposal tendency with data mining
AYTEN MERMER
Yüksek Lisans
Türkçe
2019
Endüstri ve Endüstri MühendisliğiGazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT ARIKAN
- Veri madenciliği yaklaşımı ile sosyal ağ analizi
Social network analysis with data mining approach
EMİNE BÜŞRA AKDEMİR
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Şehir ÜniversitesiBilgi Güvenliği Mühendisliği Ana Bilim Dalı
PROF. DR. ENSAR GÜL
DR. AHMET FATİH MUSTAÇOĞLU
- Veri madenciliği yaklaşımı ile binaların, geometrik özelliklerine göre kümelendirilmesi
Clustering buildings with data mining approach
MELTEM SAKLAVCI
Yüksek Lisans
Türkçe
2005
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiJeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı
PROF.DR. MEHMET SELÇUK
- Veri madenciliği yaklaşımı ile bireysel müşterilerin kredi ödeme performanslarının değerlendirilmesi
Evaluation of individual customers credit payment performances with data mining approach
ASLI ÇALIŞ
Yüksek Lisans
Türkçe
2013
Endüstri ve Endüstri MühendisliğiKocaeli ÜniversitesiEndüstri Mühendisliği Bölümü
YRD. DOÇ. DR. KASIM BAYNAL
- Predicting the existence of mycobacterium tuberculosis on patients by data mining approach
Hastalarda mycobacterium tuberculosis bakterisinin varlığının veri madenciliği yaklaşımı ile tahmini
TAMER UÇAR
Yüksek Lisans
İngilizce
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Bölümü
DOÇ. DR. ADEM KARAHOCA