A data-driven approach to NFT trading: Q-learning based simulator

Nitelikli-Fikri Tapular (NFT'ler), geni¸s uygulama alanları ve kazan¸clı bir yatırım fırsatı olma potansiyelleri sebebiyle son yıllarda b¨uy¨uk ilgi toplamı¸stır. NFT teknolojisinin yeni bir teknoloji olması ve kapsamlı ¸calı¸smaların yetersizli˘gi g¨oz ¨on¨une alındı˘gında, NFT alım-satım s¨urecindeki zorlukları tanımlayıp bunlara ¸c¨oz¨um ¨oneren b¨ut¨unsel bir alım-satım y¨onetim ¸semasına ciddi bir ihtiya¸c vardır. Bu ¸calı¸sma NFT alım-satım s¨urecindeki zorlukları tanımlayan ve bunlara pratik ¸c¨oz¨umler ¨oneren bir yakla¸sım sunmaktadır. Alım-satım s¨ureci Markov Karar S¨ureci (MDP) kullanılarak modellenmi¸s ve Q-¨o˘grenme ile ¸cevresel ko¸sullar sim¨ule edilerek MDP problemi ¸c¨oz¨ulm¨u¸st¨ur. C¸ alı¸sma, NFT marketinin durumunu tanımlamak, NFT token'larını de˘gerlemek ve NFT piyasasında yaygın olan likidite sorununu ele almak gibi temel zorluklara ¸c¨oz¨um olarak makine ¨o˘grenmesi modelleri geli¸stirmi¸stir. Onerilen yakla¸sım, geleneksel alım- ¨ satım stratejilerinden daha iyi performans g¨osteren bir NFT alım-satım stratejisi sunmu¸stur. Onerilen model, k¨ot¨u piyasa ko¸sullarında bile ¨onemli kazan¸clar elde ¨ etmi¸stir. 2023 yılının 1 Ocak tarihinden 10 Haziran'a kadar olan test d¨oneminde en iyi performans g¨osteren geleneksel alım-satım stratejisinin %20.39'luk kaybına kar¸sı %21.14 kar elde etmi¸stir. Bu ¸calı¸sma, NFT alım-satım sim¨ulasyonu ve stratejileri geriye d¨on¨uk test etme konularında gelecekte yapılacak ara¸stırmalar i¸cin sa˘glam bir temel olu¸sturmaktadır. C¸ alı¸smada, ¨onerilen yakla¸sımda kullanılan alım-satım stratejisi ve Q-¨o˘grenme yakla¸sımında yapılabilecek olası iyile¸stirmelerle ilgili ¨oneriler sunulmu¸stur. Elde edilen bulgular, NFT alım-satım alanındaki yapay zeka uygulamalarının ¨onemini kavramada ciddi bir rol oynamaktadır.