Bitcoin fiyat hareketliliğinin makine öğrenmesi ile tahmin edilmesi
Bitcoin price volitality prediction with machine learning
- Tez No: 822932
- Danışmanlar: DOÇ. DR. MEHMET NURİ SALUR
- Tez Türü: Doktora
- Konular: Maliye, İşletme, Finance, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Necmettin Erbakan Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: İşletme Bilim Dalı
- Sayfa Sayısı: 115
Özet
Bitcoin, dijital bir para birimi olarak finansal piyasalarda önemli bir yer edinmiştir. Ancak, Bitcoin'in belirgin bir özelliği olan yüksek volatilite problemi, hem yatırımcılar hem de akademisyenler için dikkat çekici bir konudur. Bitcoin'in fiyatında ani ve büyük ölçekli değişimler olabilmektedir. Bu durum, yatırımcıların karar alma süreçlerini etkileyebilir ve piyasa analizlerini daha zor hale getirebilir. Bu çalışma, Bitcoin'in fiyat hareketlerini etkileyen faktörleri belirleyerek Bitcoin fiyatını tahmin etmeyi amaçlamaktadır. Çalışma kapsamında, iki farklı kategoride veri kaynakları kullanılmıştır. Birincisi, kripto para sistemine ait olan ve Bitcoin ile diğer kripto paraları içeren 350 farklı değişkeni olan verilerdir. İkinci kategori ise dünya endekslerine ait olan ve 46 farklı değişkeni içeren verilerdir. Bu veriler, Tradingview ve Yahoo Finance gibi popüler finansal veri kaynaklarından elde edilmiştir. Kripto para sistemine ait veriler ağ bilgileri, kripto borsa işlemleri, adres verileri, fiyat verileri ve sosyal medya verileri gibi başlıklar altında toplanmıştır. Dünya endekslerine ait veriler ise tahvil endeksleri, dövizler, volatilite endeksi ve hisse senedi endeksleri gibi başlıklar altında sınıflandırılmıştır. Araştırma kapsamında, 2022-10 ile 2022-12 tarihleri arasındaki 90 günlük dönemi kapsayan veriler kullanılarak Bitcoin'in fiyatının tahmin edilmesi amacıyla makine öğrenimi algoritmaları kullanılmıştır. Bu veriler, %85'i eğitim ve %15'i test verisi olarak ayrılarak analiz edilmiştir. Eğitim aşamasının ardından, test verileri üzerinde yapılan tahminler görselleştirilerek sunulmuştur. Elde edilen sonuçlar, modelin 0.909 R² skoru ile genel anlamda başarılı bir performans sergilediğini ve tahminlerinin gerçek değerlere oldukça yakın olduğunu ortaya koymuştur. Bu bulgular, makine öğrenimi algoritmalarının Bitcoin fiyat tahmininde etkili bir araç olarak kullanılabilirliğini desteklemektedir.
Özet (Çeviri)
As a digital currency, Bitcoin has gained significant prominence in financial markets. However, the high volatility issue, a prominent characteristic of Bitcoin, is an intriguing topic for investors and academics. It can lead to sudden and large-scale changes in the price of Bitcoin, affecting investors' decision-making processes and making market analysis more challenging. This study aims to predict the price of Bitcoin by identifying the factors that affect the price movements of Bitcoin. Two different categories of data sources were used in this study. The first category consists of data related to the cryptocurrency system, including 350 variables encompassing Bitcoin and other cryptocurrencies. The second category includes data related to global indices, encompassing 46 variables. These data were obtained from popular financial data sources such as Tradingview and Yahoo Finance. The data relating to the cryptocurrency system were collected under headings such as network information, cryptocurrency exchange transactions, address data, price data, and social media data. The data related to global indices were classified under headings such as bond indices, currencies, volatility indices, and stock indices. Within the scope of the research, machine learning algorithms were employed to predict the price of Bitcoin using data encompassing the 90 days between October 2022 and December 2022. These data were divided into an 85% training set and a 15% test set for analysis. Following the training phase, predictions on the test data were visualized and presented. The obtained results have demonstrated that the model exhibited a generally successful performance with an R² score of 0.909, indicating its predictions were notably close to actual values. These findings substantiate the utility of machine learning algorithms as an effective tool for Bitcoin price prediction.
Benzer Tezler
- Bitcoin fiyat hareketlerinin makine öğrenme algoritmaları ile tahmini
Forecasting bitcoin price movements with machine learning algorithms
HULUSİ MEHMET TANRIKULU
- The price dynamics and predictability of bitcoin price movements: An ARIMA approach
Bitcoin fiyat hareketlerinin fiyat dinamikleri ve öngörülebilirliği: Bir ARIMA çalışması
MOHAMED KHALIL BENZEKRI
Yüksek Lisans
İngilizce
2021
İşletmeİstanbul Aydın Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HATİCE ŞEHİME ÖZÜTLER
- Bitcoin fiyat öngörüsüne yönelik bir sinirsel bulanık ağ yaklaşımı
A neural fuzzy network approach for Bitcoin price forecasting
DERYA SEYHAN DİKİCİ
Yüksek Lisans
Türkçe
2024
İşletmeBalıkesir ÜniversitesiUluslararası Ticaret ve Pazarlama Ana Bilim Dalı
DOÇ. DR. SONER AKKOÇ
- The relationship between bitcoin returns and google trends: Country-level evidence
Bitcoin fiyat ve getirisi ile google arama sonuçları ilişkisi: Ülke bazlı inceleme
UĞUR ARSLAN
Yüksek Lisans
İngilizce
2020
Ekonomiİstanbul Bilgi ÜniversitesiKlinik Mikrobiyoloji ve Enfeksiyon Hastalıkları Ana Bilim Dalı
DOÇ. DR. ENDER DEMİR
- Makine öğrenmesi algoritmalarını kullanarak Bitcoin fiyat tahmini
Bitcoin price prediction using machine learning algorithms
ZEYNEP ŞENGÜL