Bitcoin fiyat hareketliliğinin makine öğrenmesi ile tahmin edilmesi
Yükleniyor...
Dosyalar
Tarih
2023
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Necmettin Erbakan Üniversitesi Sosyal Bilimler Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bitcoin, dijital bir para birimi olarak finansal piyasalarda önemli bir yer edinmiştir. Ancak, Bitcoin'in belirgin bir özelliği olan yüksek volatilite problemi, hem yatırımcılar hem de akademisyenler için dikkat çekici bir konudur. Bitcoin'in fiyatında ani ve büyük ölçekli değişimler olabilmektedir. Bu durum, yatırımcıların karar alma süreçlerini etkileyebilir ve piyasa analizlerini daha zor hale getirebilir. Bu çalışma, Bitcoin'in fiyat hareketlerini etkileyen faktörleri belirleyerek Bitcoin fiyatını tahmin etmeyi amaçlamaktadır. Çalışma kapsamında, iki farklı kategoride veri kaynakları kullanılmıştır. Birincisi, kripto para sistemine ait olan ve Bitcoin ile diğer kripto paraları içeren 350 farklı değişkeni olan verilerdir. İkinci kategori ise dünya endekslerine ait olan ve 46 farklı değişkeni içeren verilerdir. Bu veriler, Tradingview ve Yahoo Finance gibi popüler finansal veri kaynaklarından elde edilmiştir. Kripto para sistemine ait veriler ağ bilgileri, kripto borsa işlemleri, adres verileri, fiyat verileri ve sosyal medya verileri gibi başlıklar altında toplanmıştır. Dünya endekslerine ait veriler ise tahvil endeksleri, dövizler, volatilite endeksi ve hisse senedi endeksleri gibi başlıklar altında sınıflandırılmıştır. Araştırma kapsamında, 2022-10 ile 2022-12 tarihleri arasındaki 90 günlük dönemi kapsayan veriler kullanılarak Bitcoin'in fiyatının tahmin edilmesi amacıyla makine öğrenimi algoritmaları kullanılmıştır. Bu veriler, %85'i eğitim ve %15'i test verisi olarak ayrılarak analiz edilmiştir. Eğitim aşamasının ardından, test verileri üzerinde yapılan tahminler görselleştirilerek sunulmuştur. Elde edilen sonuçlar, modelin 0.909 R2 skoru ile genel anlamda başarılı bir performans sergilediğini ve tahminlerinin gerçek değerlere oldukça yakın olduğunu ortaya koymuştur. Bu bulgular, makine öğrenimi algoritmalarının Bitcoin fiyat tahmininde etkili bir araç olarak kullanılabilirliğini desteklemektedir.
As a digital currency, Bitcoin has gained significant prominence in financial markets. However, the high volatility issue, a prominent characteristic of Bitcoin, is an intriguing topic for investors and academics. It can lead to sudden and large-scale changes in the price of Bitcoin, affecting investors' decision-making processes and making market analysis more challenging. This study aims to predict the price of Bitcoin by identifying the factors that affect the price movements of Bitcoin. Two different categories of data sources were used in this study. The first category consists of data related to the cryptocurrency system, including 350 variables encompassing Bitcoin and other cryptocurrencies. The second category includes data related to global indices, encompassing 46 variables. These data were obtained from popular financial data sources such as Tradingview and Yahoo Finance. The data relating to the cryptocurrency system were collected under headings such as network information, cryptocurrency exchange transactions, address data, price data, and social media data. The data related to global indices were classified under headings such as bond indices, currencies, volatility indices, and stock indices. Within the scope of the research, machine learning algorithms were employed to predict the price of Bitcoin using data encompassing the 90 days between October 2022 and December 2022. These data were divided into an 85% training set and a 15% test set for analysis. Following the training phase, predictions on the test data were visualized and presented. The obtained results have demonstrated that the model exhibited a generally successful performance with an R2 score of 0.909, indicating its predictions were notably close to actual values. These findings substantiate the utility of machine learning algorithms as an effective tool for Bitcoin price prediction.
As a digital currency, Bitcoin has gained significant prominence in financial markets. However, the high volatility issue, a prominent characteristic of Bitcoin, is an intriguing topic for investors and academics. It can lead to sudden and large-scale changes in the price of Bitcoin, affecting investors' decision-making processes and making market analysis more challenging. This study aims to predict the price of Bitcoin by identifying the factors that affect the price movements of Bitcoin. Two different categories of data sources were used in this study. The first category consists of data related to the cryptocurrency system, including 350 variables encompassing Bitcoin and other cryptocurrencies. The second category includes data related to global indices, encompassing 46 variables. These data were obtained from popular financial data sources such as Tradingview and Yahoo Finance. The data relating to the cryptocurrency system were collected under headings such as network information, cryptocurrency exchange transactions, address data, price data, and social media data. The data related to global indices were classified under headings such as bond indices, currencies, volatility indices, and stock indices. Within the scope of the research, machine learning algorithms were employed to predict the price of Bitcoin using data encompassing the 90 days between October 2022 and December 2022. These data were divided into an 85% training set and a 15% test set for analysis. Following the training phase, predictions on the test data were visualized and presented. The obtained results have demonstrated that the model exhibited a generally successful performance with an R2 score of 0.909, indicating its predictions were notably close to actual values. These findings substantiate the utility of machine learning algorithms as an effective tool for Bitcoin price prediction.
Açıklama
Doktora Tezi
Anahtar Kelimeler
Bitcoin, Kripto Para, Fiyat Hareketliliği, Blokzincir, Makine Öğrenmesi, Bitcoin, Cryptocurrency, Price Volatility, Blockchain, Machine Learning
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Akusta, A. (2023). Bitcoin fiyat hareketliliğinin makine öğrenmesi ile tahmin edilmesi. (Yayımlanmamış doktora tezi). Necmettin Erbakan Üniversitesi, Sosyal Bilimler Enstitüsü İşletme Anabilim Dalı, Konya.
