Kripto varlık fiyatları üzerinde seçili hisse senedi piyasa endeksleri ile emtiaların etkisi: Makine öğrenmesine dayalı ampirik bir çalışma

Çalışma, kripto varlık piyasalarında en yüksek piyasa değerine sahip iki varlık olan Bitcoin (BTC) ve Ethereum (ETH) fiyatları üzerinde, S&P 500 ve KOSPI endeksleri ile altın (XAU) ve gümüş (XAG) fiyatlarının etkisini makine öğrenmesi modelleri ile tahmin etmeyi amaçlamaktadır. Ayrıca çalışmada, J48, Lojistik Regresyon, Destek Vektör Makineleri (SMO), Yapay Sinir Ağları (YSA), IBk, K-Star ve LWL algoritmalarının her iki kripto varlık için tahmin performansları karşılaştırmalı olarak incelenmiştir. Analizlerde kullanılan veriler, Investing.com platformundan temin edilmiş olup, 02.01.2019 ve 30.12.2024 tarihleri arasındaki döneme ait günlük kapanış değerlerini içermektedir. Veri seti, toplam 6 değişken ve 1431 günlük gözlem üzerinden oluşturulmuştur ve 8586 veri noktası içermektedir. Modelleme sürecinde Java tabanlı açık kaynaklı WEKA yazılımı kullanılmıştır. Performans değerlendirmesi, doğruluk, kesinlik, duyarlılık, F-skoru, MAE, RMSE ve Kappa katsayısı gibi ölçütlerle yapılmıştır. Bitcoin tahmininde J48 algoritması tüm metriklerde %100 başarı sağlayarak en yüksek performansı gösterirken, ETH tahmininde hem J48 hem de IBk algoritmaları öne çıkmıştır. K-Star algoritması yalnızca ETH için güçlü bir performans sergilemiştir. Diğer algoritmaların genel başarımı görece düşüktür. Elde edilen bulgular, kripto varlık fiyatlarının tahmininde algoritma seçiminin ve hedef varlığın yapısal özelliklerinin büyük önem taşıdığını ortaya koymaktadır. Çalışma, makine öğrenmesi algoritmalarının finansal varlık tahminlerindeki etkinliğini karşılaştırmalı olarak ortaya koyarak literatüre katkı sağlamaktadır.