Kripto varlık fiyatları üzerinde seçili hisse senedi piyasa endeksleri ile emtiaların etkisi: Makine öğrenmesine dayalı ampirik bir çalışma
The effect of selected stock market indices and commodities on crypto asset prices: An empirical study based on machine learning
- Tez No: 961424
- Danışmanlar: DOÇ. DR. METİN KILIÇ, DR. ÖĞR. ÜYESİ İNCİ MERVE ALTAN
- Tez Türü: Doktora
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Bandırma Onyedi Eylül Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 225
Özet
Çalışma, kripto varlık piyasalarında en yüksek piyasa değerine sahip iki varlık olan Bitcoin (BTC) ve Ethereum (ETH) fiyatları üzerinde, S&P 500 ve KOSPI endeksleri ile altın (XAU) ve gümüş (XAG) fiyatlarının etkisini makine öğrenmesi modelleri ile tahmin etmeyi amaçlamaktadır. Ayrıca çalışmada, J48, Lojistik Regresyon, Destek Vektör Makineleri (SMO), Yapay Sinir Ağları (YSA), IBk, K-Star ve LWL algoritmalarının her iki kripto varlık için tahmin performansları karşılaştırmalı olarak incelenmiştir. Analizlerde kullanılan veriler, Investing.com platformundan temin edilmiş olup, 02.01.2019 ve 30.12.2024 tarihleri arasındaki döneme ait günlük kapanış değerlerini içermektedir. Veri seti, toplam 6 değişken ve 1431 günlük gözlem üzerinden oluşturulmuştur ve 8586 veri noktası içermektedir. Modelleme sürecinde Java tabanlı açık kaynaklı WEKA yazılımı kullanılmıştır. Performans değerlendirmesi, doğruluk, kesinlik, duyarlılık, F-skoru, MAE, RMSE ve Kappa katsayısı gibi ölçütlerle yapılmıştır. Bitcoin tahmininde J48 algoritması tüm metriklerde %100 başarı sağlayarak en yüksek performansı gösterirken, ETH tahmininde hem J48 hem de IBk algoritmaları öne çıkmıştır. K-Star algoritması yalnızca ETH için güçlü bir performans sergilemiştir. Diğer algoritmaların genel başarımı görece düşüktür. Elde edilen bulgular, kripto varlık fiyatlarının tahmininde algoritma seçiminin ve hedef varlığın yapısal özelliklerinin büyük önem taşıdığını ortaya koymaktadır. Çalışma, makine öğrenmesi algoritmalarının finansal varlık tahminlerindeki etkinliğini karşılaştırmalı olarak ortaya koyarak literatüre katkı sağlamaktadır.
Özet (Çeviri)
The study aims to predict the impact of the S&P 500 and KOSPI indices, as well as gold (XAU) and silver (XAG) prices, on the prices of Bitcoin (BTC) and Ethereum (ETH), the two assets with the highest market value in the crypto asset markets, using machine learning models. Additionally, the study compares the predictive performance of Decision Tree, Logistic Regression, Support Vector Machines (SMO), Artificial Neural Networks, IBk, K-Star, and LWL algorithms for both cryptocurrencies. The data used in the analyses was obtained from the Investing.com platform and includes daily closing values for the period between January 2, 2019, and December 30, 2024. The dataset was created using a total of 6 variables and 1,431 daily observations and contains 8,586 data points. The Java-based open-source WEKA software was used in the modeling process. Performance evaluation was conducted using metrics such as accuracy, precision, sensitivity, F-score, MAE, RMSE, and Kappa coefficient. The Decision Tree algorithm achieved 100% success in all metrics in Bitcoin prediction, demonstrating the highest performance, while both the Decision Tree and IBk algorithms stood out in ETH prediction. The K-Star algorithm showed strong performance only for ETH. The overall performance of other algorithms was relatively low. The findings reveal that algorithm selection and the structural characteristics of the target asset play a significant role in predicting cryptocurrency prices. The study contributes to the literature by comparatively demonstrating the effectiveness of machine learning algorithms in financial asset predictions.
Benzer Tezler
- ABD para politikası belirsizliği ile Bıtcoın fiyatları arasındaki ilişki: Zaman serileri analizi
Relationship between U.S. monetary policy uncertainty and Bitcoin prices: A time series analysis
EMİNE KANAT
- Ekonomik belirleyicilerin kripto para birimleri getirileri üzerindeki etkisi
The impact of macroeconomic determinants on the returns of cryptocurrencies
RAHİME ZORLU
Yüksek Lisans
Türkçe
2023
BankacılıkSüleyman Demirel ÜniversitesiBankacılık ve Finans Ana Bilim Dalı
PROF. DR. BURCU ASLANTAŞ ATEŞ
- The impact of change in foreign ownership on stock prices: Evidence from Borsa Istanbul
Yabancı yatırımcı oranındaki değişimin hisse fiyatları üzerindeki etkisi: Borsa İstanbul örneği
ÖMER ABDURRAHMAN DEMİRCAN
Yüksek Lisans
İngilizce
2024
Ekonometriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. KEMAL BURÇ ÜLENGİN
- Sosyal medyadaki iletilerin kripto para fiyatları üzerindeki etkisi: Twitter örneği
The impact of social media posts on cryptocurrency prices: The example of Twitter
NOOR MOHAMMAD RASHIDI
- Pairs trading in cryptocurrency market using deep reinforcement learning
Başlık çevirisi yok
CEM KAYA GÜRKAN
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OĞUZ ATA