Mevsimsel Trendler ve Piyasa Volatilitesinin Entegrasyonu: Kripto Para Tahmini için Hibrit SARIMA-XGBoost Modeli

Authors : Melikşah Aydın, Eyyüp Ensari Şahin

Pages : 581-602

Doi:10.17218/hititsbd.1613531

View : 112 | Download : 57

Publication Date : 2025-08-31

Article Type : Research Paper

Abstract :Bu makale, finansal zaman serisi analizi bağlamında, kripto para birimlerinin fiyat tahmini için hibrit bir model olan SARIMA-XGBoost yöntemini ele almaktadır. Kripto para birimlerinin dinamik yapısı, yüksek volatilite, mevsimsel desenler ve asimetrik piyasa davranışları nedeniyle geleneksel yöntemlerle analiz edilmesi oldukça zordur. Makalede, SARIMA modelinin mevsimsel ve trend bileşenlerini ele almadaki gücü ile XGBoost algoritmasının doğrusal olmayan ilişkileri modelleme yeteneği birleştirilmiştir. Bu hibrit model, kripto para piyasasının karmaşık ve durağan olmayan yapısını daha iyi temsil ederek tahmin performansını artırmayı amaçlamaktadır. Kripto varlıklar, Bitcoin gibi önde gelen para birimlerinin dönemsel “yarılanma” etkileri ve volatilite kümeleşmesi gibi faktörler nedeniyle dalgalı fiyat hareketleri sergilemektedir. Aynı zamanda, yatırımcı davranışları, sürü psikolojisi ve sosyal medya etkisi gibi değişkenler de fiyat tahminlerini zorlaştırmaktadır. Bu çalışmada, SARIMA modelinin artık değerleri, doğrusal olmayan desenlerin modellenmesi için XGBoost’a girdi olarak verilmiştir. Böylece, hem doğrusal hem de doğrusal olmayan desenler aynı modelde bütünleştirilmiştir. Makale, BTC (Bitcoin), XRP (Ripple) ve ETH (Ethereum) fiyat verileri üzerinde modelin performansını analiz etmektedir. Model performansı, Akaike Bilgi Kriteri (AIC), Ortalama Kare Hata (MSE) ve Ortalama Mutlak Hata (MAE) ölçütleriyle değerlendirilmiştir. Sonuçlar, SARIMA-XGBoost modelinin bağımsız SARIMA ve XGBoost modellerine kıyasla daha yüksek doğruluk sağladığını göstermektedir. Özellikle volatil dönemlerde hibrit model, kripto para piyasasının dinamiklerini daha iyi yakalayarak daha küçük hata oranları üretmektedir. Bu çalışmanın bulguları, kripto para birimlerinin gelecekteki fiyatlarının tahmin edilmesi için hibrit modellemelerin etkili bir yaklaşım olduğunu kanıtlamaktadır. Aynı zamanda, optimize edilmiş hibrit modellerin yatırım kararları ve risk yönetimi süreçlerinde kullanılabilirliği vurgulanmaktadır. Ancak, kısa vadeli dalgalanmalar ve aşırı volatilite dönemlerinde modelin performansında iyileştirmeler yapılabileceği belirtilmektedir.
Keywords : SARIMA, XGBoost, Kripto Para Tahmini, Finansal Zaman Serisi, Volatilite, Hibrit Modelleme

ORIGINAL ARTICLE URL