A revised approach to cryptocurrency portfolio optimization using advanced Q-learning and policy iteration frameworks
Başlık çevirisi mevcut değil.
- Tez No: 834865
- Danışmanlar: DR. ÖĞR. ÜYESİ ERİNÇ ALBEY
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Özyeğin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Veri Bilimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 65
Özet
Yatırımcılar arasında volatilite ve merkezsizleşme gibi endişe yaratan tüm faktörlerine rağmen, kripto para birimlerinin popülaritesi istikrarlı bir şekilde artmaya devam etmektedir. Kripto para piyasası, geçmişte yaşadığı yüksek kar seviyeleri sebebiyle, birçok yatırımcı için hala cazibesini korumaktadır. Günlük olarak birçok alternatif kripto para biriminin piyasaya girmesiyle, portföy yönetimi çok daha zorlu hale gelmektedir. Literatürde, kripto portföylerini verimli bir şekilde yönetmek için önerilen bir çok çalışma görmekteyiz. Bu çalışma, Policy Iteration ve Q-learning algoritmalarından türetilen yeni model önerileri sunmaktadır. Q-learning altında Deep Q-Network (DQN), Double Deep Q-Network (DDQN) ve Double Dueling Q-Network (DDDQN) olmak üzere kırılımlı olarak üç alt model tanıtılmaktadır. Bu modellerin hepsi, 6 aylık eğitim dönemleri kullanılarak eğitilmiştir ve 10 farklı eğitim ve test dönemleri kullanılarak karşılaştırmalar yapılmıştır. Ayrıca, hem önerilen politika iterasyonu hem de önerilen Q-learning modellerini değerlendirebilmek için iki algoritma için de basit birer referans modelleri yaratılmış ve önerilen model değerlendirmeleri bu referans modelleri kullanılarak yapılmıştır.Sonuçlara göre önerilen Policy Iteration modeli Policy Iteration modelleri arasında %3 ortalama ROI değeri ile en iyi modeldir. Benzer şekilde, önerilen Q-learning modelleri arasında DQN modeli, hem referans modeli hem de diğer Q-learning modellerini %2 ortalama ROI değeri ile geride bırakmaktadır. Tüm modelleri dikkate aldığımızda, önerilen Politika İterasyonu modelinin en yüksek ortalama ROI değerine sahip olduğunu, önerilen DQN ve DDDQN modellerinin ise ROI standart sapması açısından en düşük volatiliteyi sahip olduğunu görmekteyiz.
Özet (Çeviri)
Despite all the factors that cause concern among investors, such as volatility and decentralization of crypto world, the popularity of cryptocurrencies continues to grow steadily. The cryptocurrency market still holds its allure for many investors due to the high profit levels it has experienced in the past. With the entrance of numerous altcoins into the market, portfolio management becomes much more challenging. In the literature, we come across numerous studies proposing efficient portfolio management techniques for cryptocurrencies. This study presents proposed models developed based on policy iteration and Q-learning algorithms. Under Q-learning, three distinct sub-models are introduced: Deep Q-Network (DQN), Double Deep Q-Network (DDQN), and Double Dueling Q-Network (DDDQN). All of these models are trained using 6-month training periods and compared using 10 different training and testing periods. Additionally, to evaluate both of proposed policy iteration and Q-learning models, baseline models were created for each algorithm, and the performance of the proposed models was assessed against these baseline models. The results indicate that among Policy Iteration models, the proposed model has the highest average ROI value of 3%, making it the top-performing model. Similarly, among Q-learning models, the proposed DQN model surpasses both baseline models and other Q-learning models, with an average ROI value of 2%. Considering all the models, the proposed Policy Iteration model achieves the highest average ROI value, while the proposed DQN and the proposed DDDQN model demonstrates the lowest volatility in terms of ROI standard deviations.
Benzer Tezler
- Redefining accessibility and space use in city centres as it regards responsive urban desing
Kent merkezlerinde erişebilirliğin ve mekan kullanımının duyarlı kentsel tasarıma ilişkin yeniden tanımı
HÜLAGÜ KAPLAN
Doktora
İngilizce
1998
Şehircilik ve Bölge PlanlamaOrta Doğu Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
PROF. DR. GÖNÜL TANKUT
- Not just another armed actor: Explaining pro-government militia mobilization and participation in civil conflict
Sadece başka bir silahlı aktör değil: Hükümet yanlısı milislerin iç çatışmalarda mobilizasyonu ve katılımını açıklamak
DEVIN PATRICK BROWN
Yüksek Lisans
İngilizce
2021
Uluslararası İlişkilerKoç ÜniversitesiUluslararası İlişkiler Ana Bilim Dalı
DOÇ. DR. BELGİN ŞAN AKCA
DR. ÖĞR. ÜYESİ DAVID CARLSON
- A revised ant colony system approach to vehicle routing problems
Araç rotalama problemleri için yeni bir karınca kolonisi sistemi yaklaşımı
ELİF İLKE GÖKÇE
Yüksek Lisans
İngilizce
2004
UlaşımSabancı ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BÜLENT ÇATAY
- A non-positional teacher leadership approach to school improvement: an action research study in Turkey
Öğretmen liderliği yaklaşımıyla okul gelişimi: Türkiye'de bir eylem araştırması çalışması
ÖZGÜR BOLAT
Doktora
İngilizce
2012
Eğitim ve ÖğretimUniversity of CambridgeEğitim Bilimleri Ana Bilim Dalı
DR. DAVID FROST
