A data-driven approach to NFT trading: Q-learning based simulator
NFT alım-satımında veriye dayalı bir yaklaşım: Q-öğrenme tabanlı simülatör
- Tez No: 856763
- Danışmanlar: DOÇ. DR. 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: Veri Bilimi Bilim Dalı
- Sayfa Sayısı: 65
Özet
Nitelikli-Fikri Tapular (NFT'ler), geni¸s uygulama alanları ve kazan¸clı bir yatırım fırsatı olma potansiyelleri sebebiyle son yıllarda b¨uy¨uk ilgi toplamı¸stır. NFT teknolojisinin yeni bir teknoloji olması ve kapsamlı ¸calı¸smaların yetersizli˘gi g¨oz ¨on¨une alındı˘gında, NFT alım-satım s¨urecindeki zorlukları tanımlayıp bunlara ¸c¨oz¨um ¨oneren b¨ut¨unsel bir alım-satım y¨onetim ¸semasına ciddi bir ihtiya¸c vardır. Bu ¸calı¸sma NFT alım-satım s¨urecindeki zorlukları tanımlayan ve bunlara pratik ¸c¨oz¨umler ¨oneren bir yakla¸sım sunmaktadır. Alım-satım s¨ureci Markov Karar S¨ureci (MDP) kullanılarak modellenmi¸s ve Q-¨o˘grenme ile ¸cevresel ko¸sullar sim¨ule edilerek MDP problemi ¸c¨oz¨ulm¨u¸st¨ur. C¸ alı¸sma, NFT marketinin durumunu tanımlamak, NFT token'larını de˘gerlemek ve NFT piyasasında yaygın olan likidite sorununu ele almak gibi temel zorluklara ¸c¨oz¨um olarak makine ¨o˘grenmesi modelleri geli¸stirmi¸stir. Onerilen yakla¸sım, geleneksel alım- ¨ satım stratejilerinden daha iyi performans g¨osteren bir NFT alım-satım stratejisi sunmu¸stur. Onerilen model, k¨ot¨u piyasa ko¸sullarında bile ¨onemli kazan¸clar elde ¨ etmi¸stir. 2023 yılının 1 Ocak tarihinden 10 Haziran'a kadar olan test d¨oneminde en iyi performans g¨osteren geleneksel alım-satım stratejisinin %20.39'luk kaybına kar¸sı %21.14 kar elde etmi¸stir. Bu ¸calı¸sma, NFT alım-satım sim¨ulasyonu ve stratejileri geriye d¨on¨uk test etme konularında gelecekte yapılacak ara¸stırmalar i¸cin sa˘glam bir temel olu¸sturmaktadır. C¸ alı¸smada, ¨onerilen yakla¸sımda kullanılan alım-satım stratejisi ve Q-¨o˘grenme yakla¸sımında yapılabilecek olası iyile¸stirmelerle ilgili ¨oneriler sunulmu¸stur. Elde edilen bulgular, NFT alım-satım alanındaki yapay zeka uygulamalarının ¨onemini kavramada ciddi bir rol oynamaktadır.
Özet (Çeviri)
Non-fungible tokens (NFTs) have garnered considerable attention in recent years due to their broad range of applications and potential as a lucrative investment opportunity. Given the nascent nature of the technology and the scarcity of comprehensive studies, there is a pressing need for a holistic trading framework that not only addresses the complexities inherent in the trading process but also proposes viable solutions to existing challenges. This study introduces a novel approach for navigating the NFT trading landscape, effectively confronting the various challenges and suggesting practical solutions. The trading environment is modeled using a Markov Decision Process (MDP), with Q-learning employed to simulate the environment and resolve the MDP problem. The study proposes machine learning models to tackle key challenges, including defining the market state, appraising NFT tokens, and addressing the illiquidity issue prevalent in the NFT market. The proposed approach yields an NFT trading strategy that has shown to outperform traditional strategies, generating substantial profits even amidst bearish market conditions. The Bored Ape Yacht Club (BAYC) collection serves as the primary data set, with the agent trained from June 1, 2021, through January 1, 2023. In testing period from January 1 to June 10, 2023, the proposed model outperformed traditional benchmarks, achieving a profit of 21.14% as opposed to a 20.39% loss for the best-performing benchmark. We assert that this forms a robust foundation for future research into NFT trading simulation and backtesting. We also identify potential areas for future enhancements, particularly possible improvements in the trading strategy and Q-learning approach. The insights gleaned significantly enhance the understanding of the importance of AI applications in the rapidly evolving field of NFT trading.
Benzer Tezler
- Sadakat programlarında NFT: Ödül arayışındaki müşteri motivasyonu
NFT in loyalty programs: Customer motivation for reward pursuit
EDA TELLİ
- A data-driven approach to identifying and selecting temporary disaster debris management sites: The case of Istanbul
Geçici afet moloz yönetim alanlarının belirlenmesi ve seçimi için veri odaklı bir yaklaşım: İstanbul örneği
BURAK KABAKLI
Yüksek Lisans
İngilizce
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞEYDA SERDAR ASAN
- A data-driven approach to understanding visitors' behaviorto reduce the negative effects of tourism in historical cities
Tarihi kentlerde turizmin olumsuz etkilerini azaltmak için ziyaretçi davranışlarını anlamaya yönelik veri odaklı bir yaklaşım
SEVİM SEZİ KARAYAZI
Doktora
İngilizce
2024
MimarlıkTechnische Universiteit EindhovenMimarlık ve Yapılı Çevre Ana Bilim Dalı
PROF. DR. THEO ARENTZE
DR. ÖĞR. ÜYESİ GAMZE DANE
- A data-driven approach to reduce food waste for a consumer goods company
Bir tüketici malları şirketi için gıda israfını azaltmaya yönelik veri odaklı bir yaklaşım
AFŞİN SANCAKTAROĞLU
Yüksek Lisans
İngilizce
2021
İstatistikSabancı Üniversitesiİş Analitiği Ana Bilim Dalı
DR. BURAK GÖKGÜR
DOÇ. DR. AYŞE KOCABIYIKOĞLU
- Özelleştirilmiş fitness egzersizleri oluşturmak için veri odaklı bir yaklaşım
A data-driven approach to generating customized fitness workouts
EMİRHAN AYDIN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FATİH TEMİZ