Kripto para piyasasındaki al sat sinyallerinde açıklanabilir yapay zeka kullanılması
Using explainable artificial intelligence in buy and sell signals in the cryptocurrency market
- Tez No: 935071
- Danışmanlar: DOÇ. DR. AHMET ALİ SÜZEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Isparta Uygulamalı Bilimler Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 54
Özet
Bu yüksek lisans tezi, kripto para piyasasındaki al-sat sinyallerinin tahmin edilmesi ve açıklanabilir yapay zekâ (AYZ) kullanımını araştırmaktadır. Çalışma kapsamında, kripto para birimlerinin fiyat hareketlerini tahmin etmek ve al-sat sinyalleri oluşturmak için makine ve derin öğrenme modelleri incelenmiştir. Bu amaç doğrultusunda Long Short Term Memory (LSTM) modeli kullanılmıştır. Deneyler sonucunda, LSTM modelinin yüksek doğrulukla gelecekteki fiyat hareketlerini tahmin edebildiği belirlenmiştir. LSTM modelinin performansını daha da artırmak amacıyla hiperparametre optimizasyonu gerçekleştirilmiş ve sonuçlar iyileştirilmiştir. Optimizasyon sürecinin ardından, LSTM modeli en iyi sonuçları vermiştir. LSTM modelinin tahminlerinin daha anlaşılır hale getirilmesi ve modelin kararlarını açıklayabilmek için Yerel Yorumlanabilir Model-Agnostik Açıklamalar (LIME) yöntemi kullanılmıştır. LIME, modelin belirli tahminlerini açıklamak ve kullanıcıların modelin nasıl çalıştığını anlamalarını sağlamak için kullanılmıştır. Bu sayede, kripto para piyasasında al-sat sinyallerini daha etkili bir şekilde tahmin edebilmek ve karar süreçlerini şeffaflaştırmak için hem güçlü bir model hem de bu modelin kararlarını açıklayabilen bir yöntem geliştirilmiştir. Sonuç olarak, bu tez çalışması, kripto para piyasasında al-sat sinyallerinin tahmin edilmesinde açıklanabilir yapay zekânın etkili bir şekilde kullanılabileceğini göstermiştir. LSTM modeli ve LIME yöntemi kombinasyonu hem yüksek doğruluk oranı hem de model açıklanabilirliği açısından başarılı sonuçlar sunmuştur. Bu bulgular, yatırımcılara ve finansal analistlere, kripto para piyasasında daha bilinçli ve güvenilir al-sat kararları almaları için önemli bir katkı sağlamayı amaçlamaktadır.
Özet (Çeviri)
This master's thesis investigates the use of explainable artificial intelligence (AI) to predict buy and sell signals in the cryptocurrency market. Within the scope of the study, machine and deep learning models are examined to predict the price movements of cryptocurrencies and generate buy and sell signals. For this purpose, the Long Short-Term Memory (LSTM) model was used. As a result of the experiments, it was determined that the LSTM model can predict future price movements with high accuracy. In order to further improve the performance of the LSTM model, hyperparameter optimization was performed and the results were improved. After the optimization process, the LSTM model produced the best results. In order to make the predictions of the LSTM model more understandable and to explain the model's decisions, the Locally Interpretable Model-Agnostic Explanations (LIME) method was used. LIME is used to explain certain predictions of the model and allow users to understand how the model works. In this way, both a powerful model and a method that can explain the model's decisions have been developed to more effectively predict buy and sell signals in the cryptocurrency market and to make decision processes transparent. As a result, this thesis has shown that explainable artificial intelligence can be used effectively in predicting buy and sell signals in the cryptocurrency market. The combination of the LSTM model and the LIME method provided successful results in terms of both high accuracy and model explainability. These findings aim to provide an important contribution to investors and financial analysts to make more informed and reliable trading decisions in the cryptocurrency market.
Benzer Tezler
- Genetik ve makine öğrenmesi algoritmaları ile kripto varlıklar için al-sat kararı veren model çalışması
A model study that makes trading decisions for crypto assets using genetic and machine learning algorithms
BERNA YAMAN ŞAHİN
Doktora
Türkçe
2024
Ekonometriİstanbul ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. SEMA ULUTÜRK AKMAN
- Cryptocurrency trading based on heuristic guided approach with feature engineering
Öznitelik mühendisliği ile sezgisel kılavuzlu yaklaşıma dayalı kripto ticaret işlemleri
ÇAĞRI KARAHAN
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ÖĞÜDÜCÜ
- Bulanık mantık ve bulanık yapay sinir ağı teknikleri kullanılarak kripto para piyasasında alım satım kararlarının önceden tahminlenmesi üzerine çalışma
A case study on predicting trading decisions in thecryptocurrency market using fuzzy logic and fuzzy artificialneural networks (anfis) techniques
BİRKAN ALİ BEŞİRİK
Yüksek Lisans
Türkçe
2023
EkonometriDokuz Eylül ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. LEVENT ŞENYAY
- Finansal yatırım piyasalarında fiyat tahminleme: Kripto para piyasasında yapay sinir ağları uygulaması
Price prediction in financial investment markets: Application of artificial neural networks in cryptocurrency market
EREN ULUCAN
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TAYFUN AKGÜL
PROF. DR. AYBEN KOY
- Makine öğrenmesi yöntemleri ile bıtcoın trend dönüşlerinin tahmin edilmesi
Predicting bitcoin trends reversals with machine learning methods
SERGÜL ÜRGENÇ
Yüksek Lisans
Türkçe
2023
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. BARIŞ AŞIKGİL