YAPAY ZEKA TEKNİKLERİ İLE KRİPTO PARA DEĞERİ TAHMİNİ

Para ve diğer ödeme araçları bugüne kadar birçok değişikliğe uğramıştır. Teknolojik gelişmelerin beraberinde getirdiği yaygın internet kullanımı ile, bugün ödeme araçlarına alternatif olarak kripto paralar tercih edilmektedir. Bu çalışmanın amacı, kripto para birimlerinin gelecek fiyat tahminlemesini gerçeğe en yakın şekilde yapacak yöntemi araştırmaktır. Böylece ödeme araçlarında meydana gelen gelişmelere katkıda bulunarak, piyasa analizlerinde kolaylık sağlanacaktır. Çalışmanın yapılması sırasında yapay sinir ağları (YSA) ve uzun kısa süreli bellek (LSTM) yapay zeka yöntemleri kullanılmıştır. Çalışmada kullanılan iki yöntemin de sonuçları ayrı ayrı değerlendirilerek, üretilen sonuçlar doğrultusunda performans kıyaslaması yapılmıştır. Çalışmada tercih edilen üç adet kripto para birimi XRP, BNB ve ETH olarak belirlenmiştir. Bu kapsamda incelenecek veriler yahoo web aderesinden çekilmiştir ve veri seti 01.01.2020-07.05.2021 tarihler arasını kapsamaktadır. Yapılan kıyaslama analizleri sonucunda yapay sinir ağları aracılığı ile gerçekleştirilmiş olan matlab uygulamasında tahminleme sonuçlarının başarılı ve anlamlı olduğu ortaya çıkmıştır.

CRYPTO VALUE FORECASTING WITH ARTIFICAL INTELLIGENCE TECNIQUES

Money and other payment instruments have undergone many changes until today. With the widespread use of the internet brought about by technological developments, today cryptocurrencies are preferred as an alternative to payment tools. The purpose of this study is to investigate the method that will make the future price prediction of cryptocurrencies as close to the truth. Thus, market analysis will be facilitated by contributing to the developments in payment instruments. During the study, artificial neural networks (ANN) and long short-term memory (LSTM) artificial intelligence methods were used. The results of both methods used in the study were evaluated separately and a performance comparison was made in line with the results produced. The three preferred cryptocurrencies in the study were determined as XRP, BNB and ETH. The data to be analyzed in this context was taken from the yahoo website and the data set covers the dates between 01.01.2020-07.05.2021. As a result of the comparison analysis, it has been revealed that the estimation results are successful and meaningful in the matlab application performed through artificial neural networks.

___

  • Akkurt, A. (2005). Yapay Sinir Ağları Ve Türkiye Elektrik Tüketimi Tahmin Modeli (Doctoral dissertation, Fen Bilimleri Enstitüsü).
  • Arabacı, Ö. (2007). MAKROEKONOMİK ZAMAN SERİSİ ANALİZİ VE YAPAY SİNİR AĞI UYGULAMALARI. Yayınlanmamış Doktora Tezi,Uludağ Üniversitesi,Sosyal Bilimler Enstitüsü,Ekonometri Anabilim Dalı,Bursa., Bursa.
  • Ceylan, Mehmet Emin. Bitcoin ekonomisi: Kripto para Bitcoin'in finans sektörü içindeki yeri. MS thesis. Batman Üniversitesi Sosyal Bilimler Enstitüsü, 2019.
  • Karakoyun, Ebru Şeyma. Derin öğrenme ile zaman serilerinin gerçek zamanlı tahmini. MS thesis. Necmettin Erbakan Üniversitesi, Fen Bilimleri Enstitüsü, Konya ,2018.
  • Karahan, M. (2015). Yapay Sinir Ağları Metodu İle İhracat Miktarlarının Tahmini: ARIMA ve YSA Metodunun Karşılaştırmalı Analizi. Ege Academic Review, 15(2).
  • Temür, Ayşe Soy. "İşletmelerin satış bütçelerinin oluşturulmasında arima, lstm ve hibrit modellerin karşılaştırılması: üretim işletmesi örneği." (2019).
  • Ömruuzun, B., & Saldanlı, Ö. Ü. A. Yapay Sinir Ağları İle Kripto Paraların Fiyat Modellemesi, Yüksek Lisans Tezi , İstanbul Üniversitesi, İstanbul,2019
  • https://veribilimcisi.com/2017/07/14/mse-rmse-mae-mape-metrikleri-nedir/,[İndirilme Tarihi :11. Mayıs.2021]