Blockchaın teknolojsı ıle fınansal uygulamaların incelenmesi

Bu tez, kripto para birimi fiyatlarının tahmininde makine öğrenmesi (ML) ve derin öğrenme (DL) metodolojilerinin kullanımına odaklanmaktadır. Araştırma, Bitcoin, Ethereum, Dogecoin, USD Coin, Binance Coin ve Cardano gibi başlıca kripto paraların tarihsel fiyat verilerinin yorumlanmasına yöneliktir. Bu sanal para birimleri, eşsiz ve öngörülemez davranışlar sergilemektedir; dolayısıyla, fiyat dinamiklerini anlamak, bilinçli finansal kararlar vermek için hayati önem taşır. Bu çalışmanın temel amacı, çeşitli ML ve DL tekniklerini kullanarak bu kripto paraların her biri için özelleştirilmiş tahmin modelleri oluşturmaktır, bu da yatırımcıların, tüccarların ve finansal kuruluşların hızla gelişen kripto para piyasasında daha hassas ve kârlı kararlar almasına yardımcı olur. Bu çalışmanın merkezinde, her bir kripto para birimi için özelleştirilmiş tahmin modellerini geliştirmek için çeşitli ML ve DL algoritmalarının kullanılması bulunmaktadır. LASSO (En Küçük Mutlak Küçülme ve Seçim Operatörü), Doğrusal Regresyon, Ridge Regresyon, Karar Ağacı, AstroML, Evrişimli Sinir Ağları, Destek Vektör Makineleri, En Yakın Komşular, LSM (En Küçük Kareler Yöntemi), XGBoost Regresyon ve Gauss Süreci Regresyonu gibi bir dizi teknik kullanılmıştır. Bu teknikler, karmaşık doğrusal olmayan ilişkileri, eksik değerleri ve büyük veri hacimlerini ele alma yeteneklerine dayanarak seçilmiştir. Yaklaşım, her bir kripto para birimini ayrı ayrı modellendirme yönündeydi, çünkü her birinin farklı dış faktörlerden etkilenen benzersiz özellikler ve davranışlar sergileme ihtimali vardır. Bu tahmin modellerinin etkinliği, root mean square error (RMSE) ve R-kare gibi sağlam performans metrikleri kullanılarak değerlendirildi. RMSE, tahmin hatasının ortalama büyüklüğünü ölçer, modelin fiyatları ne kadar doğru bir şekilde tahmin ettiği konusunda bir anlayış sağlar, R-kare ise bağımlı değişkenin varyansının modeldeki bağımsız değişkenler tarafından açıklanan oranını temsil eder. Bu metrikler, tahmin modellerinin kapsamlı ve titiz bir değerlendirmesine olanak sağladı. Araştırmanın bulguları, kripto para piyasasındaki çeşitli paydaşlar için zengin içgörüler sunmaktadır. ML ve DL algoritmalarının kripto para fiyatlarını tahmin etmedeki etkinliğini göstererek, araştırma yatırımcılara, tüccarlara ve finansal kuruluşlara karar verme süreçlerine yardımcı olacak değerli araçlar sunar. Ayrıca, çeşitli modellerin performansını karşılaştırarak, hangi ML tekniklerinin kripto para fiyat tahmini için en uygun olduğuna dair içgörüler sunar. Özellikle Gauss Süreci Regresyonunun kripto para fiyatlarını tahmin etmedeki olağanüstü performansı dikkate değerdir. Bu teknik, büyük miktarda öngörücüyü ve değişkenler arasındaki karmaşık ilişkileri ele alma yeteneği ile bilinir, test edilen diğer modelleri geride bırakmıştır. Bu, Gauss Süreci Regresyonunun kripto para fiyatlarını tahmin etme potansiyelini vurgular ve alanın daha fazla araştırılması için umut verici bir yön sunar.