Geri Dön

Makine öğrenmesi yöntemleri ile kripto paraların gelecekteki tahmini

Future prediction of cryptocurrencies with machine learning methods

PDF İndir

  1. Tez No: 886550
  2. Yazar: ELİF DİLASA KURT
  3. Danışmanlar: PROF. DR. BANU DİRİ, DR. AHMET ELBİR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 50

Özet

Günümüzde her türden veri, makine öğrenmesi algoritmalarıyla işlenmekte ve bu verilerden yararlanarak tahmin yapacak modeller oluşturulmaktadır. Bu algoritmaların ürettiği modeller sayesinde geleceğe yönelik tahminler yapmak, her sektör için büyük bir önem taşır. Özellikle ekonomi ve finans sektörü, geleceğe yönelik tahminlerin yapılmasının kritik olduğu alanlardan biridir. Finans sektöründe son dönemde dikkat çeken kripto para piyasaları, kripto paralar başta olmak üzere birçok finansal unsurun ticaretinin yapıldığı, dünya genelinde yaygın olarak kullanılan finansal varlık sınıflarından birisidir. Kripto para piyasalarının sosyal medya etkileşimleri, son dakika haberleri, savaş veya salgın gibi olağanüstü durumlar ve spekülatif davranışlar gibi çeşitli faktörler nedeniyle yüksek dalgalanma ve karmaşıklık göstermesi, bu kripto para birimlerinin fiyat tahmininde düşük hata payıyla sonuç almak açısından çeşitli zorluklar yaratmaktadır. Bu faktörler ve zorluklar altında, yapay zekâ ve makine öğrenimi yöntemlerinin kullanımı, günümüzde giderek daha fazla önem kazanmaktadır. Özellikle kısa vadeli tahminler yaparak bu finansal araçlardaki yatırımlardan zarar etmemek için bu yöntemlerin kullanımı çoğu finans sektörü kullanıcısının ortak hedefi olmuştur. Bu çalışmada, çeşitli kripto paraların fiyat tahminleri için ARIMA, LSTM, XGBoost, LightGBM ve CatBoost gibi beş farklı makine öğrenmesi yöntemi kullanılmıştır. Deneysel çalışmalar; 15 dakika, 1 saat ve 4 saatlik zaman dilimlerinde ve on farklı kripto para birimi (XRPUSDT, TRXUSDT, NEOUSDT, LTCUSDT, ETHUSDT, DOGEUSDT, DASHUSDT, BTCUSDT, BNBUSDT ve ADAUSDT) için gerçekleştirilmiştir. Elde edilen deneysel sonuçlar değerlendirildiğinde, kök ortalama kare hatası (RMSE) metriği açısından CatBoost algoritması en iyi performansı göstermiştir. Ek olarak, düşük kapanış değerlerine sahip kripto paraların daha iyi tahmin sonuçları verdiği gözlemlenmiştir. Bu sonuçlar, kripto para piyasalarında etkili fiyat tahminleri yapabilmek için makine öğrenimi yöntemlerinin ne kadar kullanışlı olduğunu ortaya koymaktadır. Bu bağlamda, kripto para yatırımcıları ve finans sektörü uzmanları için geleneksel analiz yöntemlerine ek olarak bu yöntemleri kullanmak daha hızlı ve daha bilinçli bir analiz yapabilmek mümkün olabilecektir. Bu türdeki çalışmalardan elde edilen deneyim bu alanda gelecekteki yapılacak çalışmalara öncülük edebilecektir.

Özet (Çeviri)

Today, all kinds of data are processed with machine learning algorithms and models are created to make predictions using these data. Making predictions for the future thanks to the models produced by these algorithms is of great importance for every sector. Especially the finance sector is one of the areas where it is critical to make predictions for the future. Cryptocurrency markets, which have recently attracted attention in the finance sector, are one of the widely used financial asset classes worldwide, where many financial elements, especially cryptocurrencies, are traded. The high volatility and complexity of cryptocurrency markets due to various factors such as social media interactions, breaking news, extraordinary situations such as war or pandemic, and speculative behaviours create various challenges in terms of getting results with a low margin of error in price prediction of these cryptocurrencies. Under these factors and challenges, the use of artificial intelligence and machine learning methods is becoming increasingly important today. The use of these methods has been a common goal of most financial sector users, especially in order to avoid losses from investments in these financial instruments by making short-term forecasts. In this study, five different machine learning methods such as ARIMA, LSTM, XGBoost, LightGBM and CatBoost have been employed for price predictions of various cryptocurrencies. Experimental studies have been conducted for ten different cryptocurrencies (XRPUSDT, TRXUSDT, NEOUSDT, LTCUSDT, ETHUSDT, DOGEUSDT, DASHUSDT, BTCUSDT, BNBUSDT and ADAUSDT) in 15 minutes, 1 hour and 4 hours time periods. When the experimental results are evaluated, the CatBoost algorithm performed the best in terms of the root mean square error (RMSE) metric. Additionally, it has been observed that cryptocurrencies with low closing values gave better prediction results. These results reveal how useful machine learning methods are for making effective price predictions in cryptocurrency markets. In this context, it will be possible for cryptocurrency investors and financial sector experts to use these methods in addition to traditional analysis methods to make a faster and more informed analysis. The experience gained from this type of studies can lead to future studies in this field.

Benzer Tezler

  1. Tez No

    866869

    Genelleştırilmiş toplamsal modeller ile Bitcoin için yön analizi

    Directional analysis of Bitcoin using generalized additive models

    İLAYDA ARIKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    EkonomiHacettepe Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. SERPİL AKTAŞ ALTUNAY

  2. Tez No

    885503

    Machine learning applications for time series analysis

    Zaman serileri analizi için makine öğrenmesi uygulamaları

    MERT CAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Matematikİstanbul Teknik Üniversitesi

    Matematik Mühendisliği Ana Bilim Dalı

    PROF. DR. ATABEY KAYGUN

  3. Tez No

    811823

    Veri madenciliği yaklaşımı ile kripto paraların ölme riskinin hesaplanması

    Predicting the risk of death for cryptocurrencies using data mining approach

    HÜLYA ÖZUYSAL

    Doktora

    Türkçe

    Türkçe

    2023

    EkonometriGazi Üniversitesi

    Ekonometri Ana Bilim Dalı

    PROF. DR. MURAT ATAN

    PROF. DR. HALİL ALTAY GÜVENİR

  4. Tez No

    696403

    Automated cryptocurrency trading using machine learning methods

    Makine öğrenmesi yöntemleri ile otomatik kripto para ticareti

    FARUK ÖZER

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir Üniversitesi

    Büyük Veri Analitiği ve Yönetimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ CEMAL OKAN ŞAKAR

  5. Tez No

    814744

    Kriz dönemlerinde yapay zekâ yöntemleri ile farklı amaç ve altyapıya sahip kripto para endeks tahmini ve karşılaştırması: Bitcoin ve Etheryum örneği

    In crisis periods, artificial intelligence methods and cryptocurrency index estimation and comparison with different purposes and infrastructure: The example of Bitcoin and Ethereum

    FÜSUN ŞENTÜRK

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMuğla Sıtkı Koçman Üniversitesi

    Yönetim Bilişim Sistemleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUHAMMER İLKUÇAR

Geri Dön