Machine learning techniques for USDT price forecasting and their correlation with gold
USDT fiyat tahmini için makine öğrenimi teknikleri ve altın ile korelasyonu
- Tez No: 877818
- Danışmanlar: Prof. Dr. RÜŞTÜ MURAT DEMİRER
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Maliye, Science and Technology, Computer Engineering and Computer Science and Control, Finance
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu dinamik dünyada doğru finansal tahminin önemi büyüktür. Bu projede, yatırımcılar ve kripto para tacirleri için değerli bilgiler sağlayarak USDT fiyatını makine öğrenimi teknikleriyle tahmin etmeyi amaçlıyorum. Amerika Birleşik Devletleri (ABD) dolarına bağlı bir stabilcoin olan Tether (USDT) fiyat hareketlerinin tahmin performansı ve altın fiyatları ile olası ilişkisi değerlendirilecektir. Yahoo Finance'ten elde edilen tarihsel USDT verileri kullanılarak nicel bir retrospektif analiz yapılmaktadır. Analiz, Random Forest, Doğrusal Regresyon, Gradient Boosting Machine (GBM), Destek Vektör Makinesi (SVM), Uzun-Kısa Dönemli Bellek (LSTM), Ridge Regresyon, ARIMA (Otokorelasyonlu Entegre Hareketli Ortalama) ve XGBoost gibi makine öğrenimi modelleri kullanılarak gerçekleştirilir. Bu modeller, Ortalama Mutlak Hata (MAE), Kök Ortalama Kare Hatası (RMSE) ve R-kare (R²) gibi metriklerle değerlendirilir. Sonuçlar, uygulanan modellerin USDT fiyat dinamiklerini tahmin etmede güçlü olduğunu göstermektedir. Doğrusal Regresyon modeli (R² = 1.0) neredeyse mükemmel uyum göstermekte ve tahmin edilen ile gerçek fiyat hareketleri arasında güçlü bir korelasyon olduğunu belirtmektedir. Ayrıca, Ridge Regresyon modeli gibi modellerde altın fiyatları ile USDT dinamikleri arasında güçlü bir ilişki (korelasyon katsayısı 0.99) bulunmaktadır. Bu araştırmanın özgünlüğü, USDT fiyatını tahmin etmek ve USDT-altın fiyatı korelasyonunu değerlendirmek için makine öğrenimini kullanmada yatmaktadır. Bu, yatırımcılar, araştırmacılar ve dinamik kripto para piyasasıyla ilgilenen diğer paydaşlar için tahminler, risk yönetimi ve ticaret stratejileri hakkında değerli içgörüler sağlamaktadır.
Özet (Çeviri)
In today's dynamic world, accurate financial forecasting is crucial. This project aims to predict the USDT price using machine learning techniques, providing valuable insights for investors and crypto traders. We evaluate the prediction performance of Tether (USDT), a stablecoin pegged to the USD, and its potential relationship with gold prices. Historical USDT data from Yahoo Finance undergoes quantitative retrospective analysis using various machine learning models: Random Forest, Linear Regression, Gradient Boosting Machine (GBM), Support Vector Machine (SVM), Long Short-Term Memory (LSTM), Ridge Regression, ARIMA (Autoregressive Integrated Moving Average), and XGBoost. These models are assessed using metrics like Mean Absolute Error (MAE), Root Mean Square Error (RMSE), and R-squared (R²). Results show significant predictive power of these models, particularly Linear Regression (R² = 1.0) indicating a strong correlation between predicted and actual prices. Additionally, models like Ridge Regression reveal a strong correlation (correlation coefficient 0.99) between gold prices and USDT dynamics, suggesting a potential relationship. This study's uniqueness lies in using machine learning to predict USDT prices and evaluate USDT-gold price correlation, offering valuable insights for investors, researchers, and stakeholders in the dynamic crypto market.
Benzer Tezler
- XAU/USD prıce predıctıon usıng deep learnıng: hyperparameter optımızatıon wıth bayesıan, grey-wolf and genetıc algorıthms
Derin öğrenme kullanarak XAU/USD fiyat tahmini: bayes, gri kurt ve genetik algoritmalarla hiperparametre optimizasyonu
MELİS KÜÇÜK
Yüksek Lisans
İngilizce
2025
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ
- Comparison of machine learning algorithms for financial evaluations
Finansal değerlendirmeler için makine öğrenmesi algoritmalarının karşılaştırılması
WUDAY COLLEY
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
ASSOC. DR. MEHMET GÖKTÜRK
- D.A. makinasının parametre kestirimli adaptif optimal kontrolu
Adaptive optimal control with parameter estimation of A.D.C. machine
CİHANGİR HAN SELEK
Yüksek Lisans
Türkçe
1992
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiDOÇ. DR. FUAT GÜRLEYEN
- Data-driven prediction and emergency control of transient stability in power systems towards a risk-based optimal power flow operation
Güç sistemlerinde risk tabanlı optimal güç akışı işletimineyönelik geçici hal kararlılığın veri güdümlü tahmini veacil durum kontrolü
SEVDA JAFARZADEH
Doktora
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. VEYSEL MURAT İSTEMİHAN GENÇ
- Asenkron makina kontrolü için yapay sinir ağı tabanlı rotor akışı gözlemcisi
Başlık çevirisi yok
ASLI AYLA ÇAKIRGÖZ
Yüksek Lisans
Türkçe
1998
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. EMİN TACER