DERİN VE HİBRİT DERİN ÖĞRENME TEKNİKLERİYLE KRİPTO PARA FİYAT TAHMİNİ


Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Kocaeli Üniversitesi, Fen Bilimleri Enstitüsü, Bilişim Teknolojileri Mühendisliği Bölümü, Türkiye

Tezin Onay Tarihi: 2023

Tezin Dili: Türkçe

Öğrenci: HASAN KİLİMCİ

Danışman: Mehmet Yıldırım

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Kripto para kriptografi ve blok zinciri teknolojisi kullanılarak merkezi bir otorite olmadan bir değişim aracı olması amaçlanan dijital bir para birimidir. Ekonomi bilgisayar bilimi ve finans alanlarında önemli bir etkiye sahiptir. Ayrıca, bir değişim aracı olan bazı kripto para birimleri yatırımcıları, araştırmacıları ve analistleri çeken bir değer saklama aracı haline gelir. Derin öğrenmenin insanların belirli olaylar hakkında bilgi edinme şeklini taklit ettiği bilinmektedir. Son on yılda, bilgisayarların hesaplama gücünde dikkate değer bir artış gözlemleniştir ve bu da derin öğrenmenin nesne algılama, metin işleme, konuşma tanıma, zaman serileri analizi vb. birçok alanda çok popüler ve uygulanabilir hale gelmesine neden olmuştur. Bu tezde, günlük alım satım olarak bilinen sık alım satım işlemleri için kripto para birimlerinin son fiyatının dolar cinsinden tahmin edilmesi önerilmiştir. Bu amaçla, evrişimli sinir ağları (CNN), uzun kısa dönem bellek ağları (LSTM), evrişimli uzun kısa dönem bellek ağları (ConvLSTM) ve CNN uzun kısa dönem bellek ağları (CNN-LSTM) olmak üzere toplamda dört farklı derin ve hibrit derin öğrenme yaklaşımı kullanılmıştır. Önerilen modellerin katkısını göstermek için Bitcoin, Stellar ve Monero olmak üzere üç farklı kripto para birimi üzerinde deneyler yapılmıştır. Ayrıca, daha iyi tahmin sonuçları elde etmek için istatistiksel özelliklere ek olarak Bollinger bandı (BB), saat bazlı hareketli ortalama (MA) ve Göreceli Güç Endeksi (RSI) gibi teknik göstergeler üç kripto para birimi için özellik alanına dahil edilmiştir. Deney sonuçları, derin öğrenme tekniklerin kullanılmasının, kripto para fiyatlarının tahmini için dikkate değer sonuçlar elde ettiğini göstermektedir.