Geri Dön

Kripto para piyasasının volatilite öngörümlemesi: GARCH modellerinin ve derin öğrenme algoritmalarının karşılaştırması

Volatility forecasting of the cryptocurrency market: A comparison of GARCH models and deep learning algorithms

PDF İndir

  1. Tez No: 814845
  2. Yazar: ÖMER BURAK AKGÜN
  3. Danışmanlar: DOÇ. DR. EMRAH GÜLAY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ekonometri, Econometrics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
  12. Bilim Dalı: Veri Yönetimi ve Analizi Bilim Dalı
  13. Sayfa Sayısı: 83

Özet

Son yıllarda kripto para birimleri yatırımcıların büyük ilgisini çekmiş ve medyada önemli bir konu haline gelmiştir. Bununla birlikte, kripto para birimlerinde önemli fiyat dalgalanmaları yaşanmaktadır. Bu tez, farklı Genelleştirilmiş Otoregresif Koşullu Değişen Varyans (GARCH) tipi modeller ve derin öğrenme (DL) algoritmaları kullanarak en yaygın olarak işlem gören üç kripto para biriminin volatilite davranışını kapsamlı bir şekilde incelemekte ve modellerin öngörümleme performanslarını karşılaştırmaktadır. Bu çalışmada en iyi modeli seçmek amacıyla, Bitcoin (BTC), Ethereum (ETH) ve Binance Coin (BNB) gibi yaygın olarak işlem gören üç kripto para biriminin volatiliteleri modellenmiştir. Ayrıca, kripto para piyasasında öngörü doğruluğu üzerinde etkili olan kayan ve genişleyen pencere kullanımı, gerçekleşen volatilite formülü ve eğitim-test kümesi oranı gibi etkenler incelenmektedir. Farklı pencere boyutlarının seçilmesinin nedeni, kripto para birimlerinin yapısal kırılmalara izin veren durağan olmayan yapısından kaynaklanmaktadır. Toplamda 61,722 model uygulanmış ve sonuçlar ortalama karesel hata (MSE), ortalama mutlak yüzde hata (MAPE), heteroskedastisite düzeltmeli ortalama karesel hata (HMSE), quasi-like (QLIKE) ve ortalama mutlak ölçekli hata (MASE) olmak üzere beş kayıp fonksiyonu kullanılarak değerlendirilmiştir. Elde edilen bulgular, seçilen kayıp fonksiyonu veya gerçekleşen volatilite formülüne bağlı olarak en iyi modelin değişebileceğini, ancak genel olarak DL algoritmalarının GARCH modellerinden daha iyi performans gösterdiğini göstermektedir.

Özet (Çeviri)

Cryptocurrencies have captured significant investor interest and garnered extensive media coverage in recent years. As a result, there have been significant price fluctuations in cryptocurrencies. This thesis provides a comprehensive review and detailed analysis of the volatility behavior of the top three cryptocurrencies by using different Generalized Autoregressive Conditional Heteroskedasticity (GARCH)-type models and deep learning (DL) algorithms. The study focuses on modeling the volatility of three widely traded cryptocurrencies: Bitcoin, Ethereum, and Binance Coin, with the aim of identifying the best model. Additionally, it explores the effects of employing sliding or expanding window techniques, the realized volatility formula, and the train-test ratio. The choice of different window sizes is motivated by the non-stationary nature of cryptocurrencies, which enables the detection of structural breaks. A total of 61,722 models were fitted, and the results are evaluated using five loss functions, such as mean squared error (MSE), mean absolute percentage error (MAPE), heteroscedasticity adjusted mean squared error (HMSE), quasi-like (QLIKE), and mean absolute scaled error (MASE). Empirical findings indicate that while the selection of the best model may vary depending on the chosen loss function or realized volatility formula, DL algorithms generally outperform GARCH models in terms of performance.

Benzer Tezler

  1. Tez No

    844797

    The dynamics of cryptocurrency market from behavioral finance perspective

    Kripto para piyasasının dinamikleri davranışsal finans perspektifinden

    BASMA ALMISSHAL

    Doktora

    İngilizce

    İngilizce

    2023

    İşletmeKaradeniz Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. HALİL İBRAHİM BULUT

  2. Tez No

    862910

    Farklı yatırım ufuklarına göre kripto para birimlerinin volatilite modellemesi

    Volatility modeling of cryptocurrencies according to different investment horizons

    ASLAN AYDOĞDU

    Doktora

    Türkçe

    Türkçe

    2024

    MaliyePamukkale Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. HAFİZE MEDER ÇAKIR

  3. Tez No

    801048

    Kripto para piyasasında volatilitenin modellenmesi: BEKK ve DCC GARCH modelleri

    Modeling volatility of the cryptocurrency market: BEKK and DCC GARCH models

    NADA SARSOUR

    Doktora

    Türkçe

    Türkçe

    2023

    MaliyeKaradeniz Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. HÜSEYİN DAĞLI

  4. Tez No

    877949

    Enhancing Bitcoin price forecasting accuracy through ridg regression: A comprehensive analysis incorporating on-chain metrics, economic metrics, market analysis metrics, market sentiment indices, and technical analysis indicators

    Ridge regresyonu ile Bitcoin fiyat tahmin doğruluğunu artırma: Zincir üzeri metrikler, ekonomik metrikler, piyasa analizi metrikleri, piyasa duyarlılık endeksleri ve teknik analiz göstergelerini içeren kapsamlı bir analiz

    HASTI GHIASABADI FARAHANI

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    MaliyeBahçeşehir Üniversitesi

    Finansal Ekonomi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MERT GÜL

  5. Tez No

    717580

    Essays in asset pricing

    Varlık fiyatlandırması alanında makaleler

    MELİSA ÖZDAMAR

    Doktora

    İngilizce

    İngilizce

    2022

    İşletmeİhsan Doğramacı Bilkent Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. LEVENT AKDENİZ

    DOÇ. DR. AHMET ŞENSOY

Geri Dön