- Ekoist: Journal of Econometrics and Statistics
- Issue:40
- Kripto Piyasalarında Genetik ve Makine Öğrenmesi Algoritmaları ile Performans Karşılaştırması...
Kripto Piyasalarında Genetik ve Makine Öğrenmesi Algoritmaları ile Performans Karşılaştırması
Authors : Berna Yaman Şahin, Sema Ulutürk Akman
Pages : 151-164
Doi:10.26650/ekoist.2024.40.1411482
View : 31 | Download : 53
Publication Date : 2024-06-26
Article Type : Research Paper
Abstract :Araştırma alanında kullanılan analiz yöntemlerine yönelik istatistiksel metotların gelişmesi, analiz ve öngörü tekniklerinin çeşitlenmesine önemli bir katkıda bulunmuştur. Bu kapsamda, özellikle matematiksel ve istatistiksel metodolojiler kullanarak verilerden anlamlı çıkarımlar yapabilen ve bu çıkarımları kullanarak birtakım tahminlerde bulunan makine öğrenmesi, yapay zekâ alanında önemli bir gelişme kaydetmiştir. Makine öğrenmesi, bir veri setini modele dönüştüren çeşitli algoritmaları kapsar ve bu algoritmalar, analiz ve öngörü süreçlerinde temel bir disiplin olarak öne çıkmaktadır. Bu çalışma, kripto para piyasasında genetik algoritma ile optimize edilmiş MACD parametrelerini, makine öğrenmesi yöntemleri ve teknik analiz göstergeleri ile birleştirerek, 24 saat sürekli işlem gören kripto piyasasında yüksek doğrulukta alım ve satım sinyalleri üretmeyi amaçlamaktadır. Bu bağlamda farklı makine öğrenmesi algoritmalarının performansları karşılaştırılmış ve genetik algoritma ile optimize edilerek en uygun modele ulaşılmaya çalışılmıştır. Sonuç olarak, optimize edilmiş MACD parametreleri kullanılarak yapılan işlemlerin, optimize edilmemiş MACD parametreleriyle yapılanlardan daha iyi kârlılık sağladığı gözlemlenmiştir. Modelin, LTCUSDT çiftinde daha iyi performans sergilediği sonucuna varılmıştır. Özellikle derin öğrenme algoritmasının LTCUSDT paritesinde daha iyi kâr elde edebildiği ancak, modelin ADAUSDT çiftinde kâr elde edemediği görülmüştür. Bunun sebebi de kripto piyasasının volatilitesinin yüksek, istikrarsız ve güncel haberlere olumlu/olumsuz çok hızlı tepki vermesinden kaynaklanmaktadır. Buradan yola çıkarak geliştirilen modelin farklı kripto para çiftlerine farklı derecelerde uyduğu sonucuna varılmıştır.Keywords : Makine Öğrenmesi Algoritmaları, Genetik Algoritma, Kripto Para, Derin Öğrenme, Karar Ağacı
ORIGINAL ARTICLE URL
