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
- Tez No: 877949
- Danışmanlar: DR. ÖĞR. ÜYESİ MERT GÜL
- Tez Türü: Yüksek Lisans
- Konular: Maliye, Finance
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Finansal Ekonomi Ana Bilim Dalı
- Bilim Dalı: Finansal Teknolojiler Bilim Dalı
- Sayfa Sayısı: 98
Özet
Bu tez, tahmin ediciler arasındaki çoklu doğrusallığı ele almakta usta bir makine öğrenme algoritması kullanarak Ridge Regresyonun Bitcoin fiyatlarını tahmin etmedeki etkinliğini araştırmaktadır. VIX (Volatilite Endeksi), GEPU (Küresel Ekonomik Politika Belirsizliği Endeksi) ve Kripto Korku ve Açgözlülük Endeksi gibi zincir üstü metrikler, piyasa duyarlılık endeksleri ve teknik göstergeleri içeren çeşitli kaynaklardan elde edilen kapsamlı bir veri seti kullanmaktadır. Ridge Regresyon, her bir değişkenin etkisini değerlendirmek ve düzenleme parametresini (alpha) ince ayar yapmak için uygulanmaktadır; bu, aşırı uyumu azaltmak ve yeni veri setlerinde model öngörülebilirliğini artırmak için kritik bir adımdır. Araştırma, dinamik kod geliştirme ve veri analizi kolaylaştıran JupyterLab ortamında Python programlama dili ile yürütülmüştür. İlk bulgular, bu çok yönlü analitik yaklaşımın Bitcoin fiyat tahminlerinin doğruluğunu önemli ölçüde artırdığını ve Ridge Regresyonun finansal zaman serilerindeki çoklu doğrusallığın üstesinden gelmedeki faydalarını göstererek finansal ekonometrik literatürü zenginleştirdiğini doğrulamaktadır. Ayrıca, çalışma modelin piyasa katılımcıları, özellikle kısa vadeli ticaret ve kripto para yatırımlarıyla ilgilenenler için faydasını vurgulayarak, kripto para piyasasının karmaşıklıklarında gezinmek için sağlam bir araç sağlamaktadır. Bu çalışma, dinamik modelleme teknikleri ve finansal piyasa tahminlerinin doğruluğunu daha da artırmak için yeni metriklerin entegrasyonu üzerine gelecekteki çalışmalar için de temel oluşturmaktadır.
Özet (Çeviri)
This thesis explores the effectiveness of Ridge Regression for forecasting Bitcoin prices, utilizing a machine learning algorithm adept at handling multicollinearity among predictors. It employs a comprehensive dataset drawn from diverse sources, including on-chain metrics, market sentiment indices like the VIX (Volatility Index), GEPU (Global Economic Policy Uncertainty Index), and the Crypto Fear and Greed Index, as well as technical indicators, to enhance the accuracy of Bitcoin price predictions. Ridge Regression is applied to assess the impact of each variable and fine-tune the regularization parameter (alpha), a critical step to mitigate overfitting and improve model predictability on new datasets. The research is carried out in the Python programming language within the JupyterLab environment, facilitating dynamic code development and data analysis. Preliminary findings affirm that this multifaceted analytical approach markedly boosts the accuracy of Bitcoin price forecasts, enriching financial econometrics literature by demonstrating the benefits of Ridge Regression in overcoming multicollinearity in financial time series. Additionally, the study highlights the model's utility for market participants, especially those involved in short-term trading and cryptocurrency investments, providing a robust tool for navigating cryptocurrency market complexities. This work also sets the groundwork for future studies on dynamic modeling techniques and the integration of emerging metrics to further enhance the precision of financial market forecasts.
Benzer Tezler
- Genelleştırilmiş toplamsal modeller ile Bitcoin için yön analizi
Directional analysis of Bitcoin using generalized additive models
İLAYDA ARIKAN
Yüksek Lisans
Türkçe
2024
EkonomiHacettepe Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. SERPİL AKTAŞ ALTUNAY
- Machine learning applications for time series analysis
Zaman serileri analizi için makine öğrenmesi uygulamaları
MERT CAN
Yüksek Lisans
İngilizce
2024
Matematikİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
PROF. DR. ATABEY KAYGUN
- Enhancing EFL students reading comprehension through concioussness-raising training on contextual guesswork
Kelime anlamlarını tahmin etme yöntemleri konusunda öğrencilerin bilinçlendirilmesiyle okuduklarını anlamalarını arttırma: Afyon Kocatepe Anadolu Lisesi lise II sınıf öğrencileriyle bir uygulama
HÜSEYİN KAFES
Yüksek Lisans
İngilizce
1998
Eğitim ve ÖğretimAnadolu Üniversitesiİngiliz Dili Eğitimi Bilim Dalı
YRD. DOÇ. DR. ÜMİT DENİZ TURAN
- Enhancing secondary school students' reading comprehension through metacognitive strategies
Üstbilişsel stratejilerle ortaokul öğrencilerinin okuduğunu anlamalarını geliştirme
ÜLVİYE KAYA
Yüksek Lisans
İngilizce
2022
Eğitim ve ÖğretimKocaeli ÜniversitesiYabancı Diller Eğitimi Ana Bilim Dalı
PROF. DR. BANU İNAN KARAGÜL
- Developing residual shear strength of structural concrete panels exposed to high temperatures
Yüksek sıcaklıklara maruz kalan yapısal beton panellerin katkı makas mukavemetinin geliştirilmesi
ALI MUNEER MUNEAM AL-ZUHAIRI
Yüksek Lisans
İngilizce
2022
İnşaat MühendisliğiAltınbaş Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ZEKİ HASGÜR