KRİPTO PARA FİYATLARININ LSTM VE GRU MODELLERİ İLE TAHMİNİ
Yakın geçmişte hayatımıza giren ve kısa zamanda finansal piyasalarda kendisine yer bulan kripto paralar, hem bir değişim aracı hem de bir yatırım aracı olarak kullanılmaktadır. Kripto paraların merkezi bir otoritenin kontrolünde olmaması bu araçların fiyatlarında dalgalanmaları beraberinde getirmişt...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Mehmet Akif Ersoy University
2023-03-01
|
| Series: | Mehmet Akif Ersoy Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi |
| Subjects: | |
| Online Access: | https://dergipark.org.tr/en/download/article-file/2126876 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1832584488756969472 |
|---|---|
| author | Meltem Karaatlı Esranur Demirci |
| author_facet | Meltem Karaatlı Esranur Demirci |
| author_sort | Meltem Karaatlı |
| collection | DOAJ |
| description | Yakın geçmişte hayatımıza giren ve kısa zamanda finansal piyasalarda kendisine yer bulan kripto paralar, hem bir değişim aracı hem de bir yatırım aracı olarak kullanılmaktadır. Kripto paraların merkezi bir otoritenin kontrolünde olmaması bu araçların fiyatlarında dalgalanmaları beraberinde getirmiştir. Bu nedenle, akıllı bir tahmin modelinin geliştirilmesi, yatırım yapılacak finansal varlıkların seçimi ve yatırım kararlarının hayata geçirilmesi açısından oldukça önemlidir.Derin öğrenme ve yapay zeka, yatırım yapılacak olan kripto para birimi ve diğer yatırım araçlarının seçiminde kullanılmaktadır. Tekrarlayan Sinir Ağı (RNN), Uzun-Kısa Süreli Bellek (LSTM) ve Geçitli Yinelenen Birim (GRU) modeli gibi derin öğrenme modellerinin, kripto para birimi fiyat tahmininde geleneksel zaman serisi modellerinden daha iyi performans gösterdiği araştırmacılar tarafından kanıtlanmıştır. Bundan dolayı bu çalışmada, özel bir RNN yöntemi olan LSTM ve GRU’dan yararlanılarak, günümüzde piyasa değeri ve işlem hacmi en yüksek olan kripto paralardan Bitcoin, Ethereum ve Ripple’ın 30 günlük fiyat tahmininde bulunulmuştur. Araştırmanın sonucunda her iki modelde de en iyi tahmin sonucunu Bitcoin vermiştir. İkinci en iyi tahmin sonucu Ripple, sonrasında ise Ethereum için bulunmuştur. Kullanılan yöntemler karşılaştırıldığında ise MAPE performans ölçütüne göre en iyi tahmin sonucuna Bitcoin ve Ripple için GRU, Ethereum için ise LSTM modeli ile ulaşılmıştır. |
| format | Article |
| id | doaj-art-e49668a85fab415784a06069bd996c2b |
| institution | Kabale University |
| issn | 2149-1658 |
| language | English |
| publishDate | 2023-03-01 |
| publisher | Mehmet Akif Ersoy University |
| record_format | Article |
| series | Mehmet Akif Ersoy Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi |
| spelling | doaj-art-e49668a85fab415784a06069bd996c2b2025-01-27T13:28:03ZengMehmet Akif Ersoy UniversityMehmet Akif Ersoy Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi2149-16582023-03-0110113415710.30798/makuiibf.1035314273KRİPTO PARA FİYATLARININ LSTM VE GRU MODELLERİ İLE TAHMİNİMeltem Karaatlı0https://orcid.org/0000-0002-7403-9587Esranur Demirci1https://orcid.org/0000-0002-7840-2398SÜLEYMAN DEMİREL ÜNİVERSİTESİSAMSUN ÜNİVERSİTESİYakın geçmişte hayatımıza giren ve kısa zamanda finansal piyasalarda kendisine yer bulan kripto paralar, hem bir değişim aracı hem de bir yatırım aracı olarak kullanılmaktadır. Kripto paraların merkezi bir otoritenin kontrolünde olmaması bu araçların fiyatlarında dalgalanmaları beraberinde getirmiştir. Bu nedenle, akıllı bir tahmin modelinin geliştirilmesi, yatırım yapılacak finansal varlıkların seçimi ve yatırım kararlarının hayata geçirilmesi açısından oldukça önemlidir.Derin öğrenme ve yapay zeka, yatırım yapılacak olan kripto para birimi ve diğer yatırım araçlarının seçiminde kullanılmaktadır. Tekrarlayan Sinir Ağı (RNN), Uzun-Kısa Süreli Bellek (LSTM) ve Geçitli Yinelenen Birim (GRU) modeli gibi derin öğrenme modellerinin, kripto para birimi fiyat tahmininde geleneksel zaman serisi modellerinden daha iyi performans gösterdiği araştırmacılar tarafından kanıtlanmıştır. Bundan dolayı bu çalışmada, özel bir RNN yöntemi olan LSTM ve GRU’dan yararlanılarak, günümüzde piyasa değeri ve işlem hacmi en yüksek olan kripto paralardan Bitcoin, Ethereum ve Ripple’ın 30 günlük fiyat tahmininde bulunulmuştur. Araştırmanın sonucunda her iki modelde de en iyi tahmin sonucunu Bitcoin vermiştir. İkinci en iyi tahmin sonucu Ripple, sonrasında ise Ethereum için bulunmuştur. Kullanılan yöntemler karşılaştırıldığında ise MAPE performans ölçütüne göre en iyi tahmin sonucuna Bitcoin ve Ripple için GRU, Ethereum için ise LSTM modeli ile ulaşılmıştır.https://dergipark.org.tr/en/download/article-file/2126876crypto-currencybitcoinethereumrippledeep learningrnnlstmgrupredict.kripto parabitcoinethereumripplederin öğrenmernnlstmgrutahmin. |
| spellingShingle | Meltem Karaatlı Esranur Demirci KRİPTO PARA FİYATLARININ LSTM VE GRU MODELLERİ İLE TAHMİNİ Mehmet Akif Ersoy Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi crypto-currency bitcoin ethereum ripple deep learning rnn lstm gru predict. kripto para bitcoin ethereum ripple derin öğrenme rnn lstm gru tahmin. |
| title | KRİPTO PARA FİYATLARININ LSTM VE GRU MODELLERİ İLE TAHMİNİ |
| title_full | KRİPTO PARA FİYATLARININ LSTM VE GRU MODELLERİ İLE TAHMİNİ |
| title_fullStr | KRİPTO PARA FİYATLARININ LSTM VE GRU MODELLERİ İLE TAHMİNİ |
| title_full_unstemmed | KRİPTO PARA FİYATLARININ LSTM VE GRU MODELLERİ İLE TAHMİNİ |
| title_short | KRİPTO PARA FİYATLARININ LSTM VE GRU MODELLERİ İLE TAHMİNİ |
| title_sort | kripto para fiyatlarinin lstm ve gru modelleri ile tahmini |
| topic | crypto-currency bitcoin ethereum ripple deep learning rnn lstm gru predict. kripto para bitcoin ethereum ripple derin öğrenme rnn lstm gru tahmin. |
| url | https://dergipark.org.tr/en/download/article-file/2126876 |
| work_keys_str_mv | AT meltemkaraatlı kriptoparafiyatlarininlstmvegrumodelleriiletahmini AT esranurdemirci kriptoparafiyatlarininlstmvegrumodelleriiletahmini |