Yapay zeka algoritmaları ile blok zinciri tabanlı kripto para optimizasyonu
Optimization of blockchain-based cryptocurrencies using artificial intelligence algorithms
- Tez No: 944044
- Danışmanlar: DOÇ. DR. AHMET DOĞAN
- Tez Türü: Doktora
- Konular: Yönetim Bilişim Sistemleri, Management Information Systems
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Osmaniye Korkut Ata Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kripto para piyasasındaki yüksek oynaklık, likidite sorunları ve belirsizlik, yatırımcıların risklerini yönetmek ve getirilerini en üst düzeye çıkarmak için etkili yöntemlere duyduğu ihtiyacı artırmaktadır. Bu doğrultuda meta-sezgisel algoritmalar, yatırımcıların kripto para portföylerini optimize etmelerine yardımcı olabilecek güçlü araçlar sunabilmektedir. Bu tez çalıĢması, kripto para portföylerini optimize etmek amacıyla Genetik Algoritma, Parçacık Sürüsü Optimizasyonu ve Yapay Arı Kolonisi olmak üzere üç meta-sezgisel algoritmayı karĢılaĢtırmalı bir yaklaĢımla ele almaktadır. ÇalıĢma, aynı zamanda kripto paraların blok zincir mimarisi, konsensüs mekanizması, gizlilik, ölçeklenebilirlik ve akıllı sözleĢme desteği gibi teknik özelliklerinin yanı sıra piyasa değeri ve geçmiĢ performans gibi finansal göstergelerin portföy oluĢturma süreçleri üzerindeki etkilerini de analiz etmektedir. KarĢılaĢtırmalı deneyler sonucunda elde edilen bulgular, Genetik Algoritma ve Parçacık Sürüsü Optimizasyonu yöntemlerinin, ilgili problem bağlamında Yapay Arı Kolonisi yöntemine kıyasla daha üstün bir performans sergilediğini ortaya koymuĢtur. Genetik Algoritma ve Parçacık Sürüsü Optimizasyonu yöntemleri ile elde edilen deneysel sonuçlar, Genetik Algoritma'nın karmaĢık çözüm uzaylarında etkili bir Ģekilde gezinme yeteneğiyle dikkat çekerken, yakınsama sürecinin diğer yöntemlere kıyasla daha yavaĢ ilerlediği gözlemlenmiĢtir. Parçacık Sürüsü Optimizasyonu ise hızlı yakınsama özelliği sayesinde zaman açısından avantaj sağlamakla birlikte, yerel optimuma takılmaktadır. Bununla birlikte, Parçacık Sürüsü Optimizasyonu yöntemi, Genetik Algoritma ile karĢılaĢtırıldığında daha uygun sonuçlar üretmiĢtir. Analiz, Bitcoin'in (BTC) belirlenen en uygun portföylerde önemli bir ağırlığa sahip olduğunu ortaya koymuĢtur. Ek olarak, Tron (TRX) ve Cardano'ya (ADA) önemli ağırlıklar tahsis eden portföyler de gözlemlenmiĢtir. Bazı portföylerde, Monero (XMR) diğer kripto para birimlerine kıyasla öne çıkmıĢtır. Kripto varlıklarının ağırlıkları portföyler arasında farklılık gösterse de, BTC, TRX, ADA ve XMR sürekli olarak en belirgin kripto para birimleri olarak ortaya çıkmaktadır. Elde edilen portföy ağırlıkları, kripto varlıkların hem teknik hem de piyasa koĢullarına göre dengeli bir dağılım sunduğunu ortaya koymaktadır.
Özet (Çeviri)
The high volatility, liquidity issues, and uncertainty in the cryptocurrency market have heightened the need for investors to manage their risks and maximize their returns through effective methods. In this context, metaheuristic algorithms offer powerful tools that can assist investors in optimizing their cryptocurrency portfolios. This thesis examines three metaheuristic algorithms—Genetic Algorithm, Particle Swarm Optimization, and Artificial Bee Colony—in a comparative approach to optimize cryptocurrency portfolios. The study also analyzes the impact of cryptocurrencies' technical attributes, such as blockchain architecture, consensus mechanisms, privacy features, scalability, and smart contract support, as well as financial indicators like market capitalization and historical performance, on the portfolio creation process. The findings from comparative experiments indicate that Genetic Algorithm and Particle Swarm Optimization methods outperform the Artificial Bee Colony method in the given problem context. Among these, the Genetic Algorithm is noteworthy for its ability to navigate complex solution spaces effectively; however, its convergence process was observed to be slower compared to other methods. Particle Swarm Optimization, on the other hand, provides a time advantage with its rapid convergence capability but tends to get trapped in local optima. Nevertheless, Particle Swarm Optimization yielded more favorable results compared to the Genetic Algorithm. The analysis revealed that Bitcoin (BTC) holds a significant weight in the optimized portfolios. Additionally, portfolios that allocate notable weights to Tron (TRX) and Cardano (ADA) were also observed. In some portfolios, Monero (XMR) stood out compared to other cryptocurrencies. While the weights of the crypto assets vary across portfolios, BTC, TRX, ADA, and XMR consistently emerged as the most prominent cryptocurrencies. The portfolio weights obtained demonstrate a balanced distribution of crypto assets based on both technical and market conditions.
Benzer Tezler
- Manisa yöresinde domateste anlaşmalı tarım ve karşılaşılan sorunlar
Başlık çevirisi yok
OSMAN MURAT KOÇTÜRK
Yüksek Lisans
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiTarım Ekonomisi Ana Bilim Dalı
PROF. DR. METİN TALİM
- Bir pamuk iplikhanesinde fiili çalışma metodlarının incelenmesi ve mevcut işlemlerin standart sürelerinin saptanması
Başlık çevirisi yok
MÜRŞİDE KESEROĞLU
Yüksek Lisans
Türkçe
1985
İşletmeEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA NAZMİ ERCAN
- Barajların hacim-verim ilişkisi üzerine bir araştırma
Başlık çevirisi yok
MEHMET KILIÇARSLAN
Yüksek Lisans
Türkçe
1987
İnşaat MühendisliğiÇukurova Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. TEFARUK HAKTANIR
- Çiğit ve ayçiçek yağlarının doğal antioksidan içerikleri ile bu yağların stabilitelerinin arttırılmaları üzerinde araştırmalar
Başlık çevirisi yok
ALİ KEMAL YALNIZ
Doktora
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
PROF. DR. MAHİR ÇOLAKO¦LU
- Computer aided design of lumped and distributed broadband matching and filtering networks
Başlık çevirisi yok
ADNAN KÖKSAL
Yüksek Lisans
İngilizce
1987
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. NEVZAT YILDIRIM