Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightBöylece korona virüs döneminde kripto para piyasasında yapısal değişimlerin olup olmadığı gözlemlenmiştir.
📌 3 Maddede Bu Makale
Özet
Kripto para piyasası son on yıllık dönemde sürekli büyüme içerisindedir. Kripto paraların piyasa değeri 216 milyar dolar ve günlük işlem hacimleri 154 milyar dolardır. Sayıları 5 bini geçen kripto paralar içinde %64’lük piyasa payıyla Bitcoin başı çekmektedir. Her ne kadar işlem hacmi belli bir büyüklüğe ulaşsa da piyasa ile ilgili bilinmezlikler yatırımcılar için kafa karışıklığına neden olmaktadır. Bilinmezliklerin ortadan kaldırılması için bu konuda akademik çalışmalar yapılması gerektiği düşünülmektedir. Bu amaçla, bu araştırmada piyasada önemli büyüklüğe sahip kripto paralar çeşitli kriterlere göre kümelenmiştir.Araştırma piyasa değerine göre en büyük ve verilerine ulaşılabilen 17 kripto para ile gerçekleştirilmiştir. Tüm kripto paralar için verilerinulaşılabildiği en geniş tarih aralığı analize dahil edilmeye çalışılmıştır. Bu kapsamda 20 Haziran 2019 ile 02 Nisan 2020 tarihleri arasındaki günlük veriler kullanılmıştır. Kümeleme kriteri olarak kripto paraların adres sayıları, piyasa değerleri, fiyatları, getirileri, arz miktarı, işlem sayısı, işlem hacmi ve volatiliteleri kullanılmıştır. WEKA programında kümeleme analizinin gerçekleştirilebilmesi için bağımsız değişenlerin bu tarih aralığındaki ortalamaları alınmıştır. Analiz gerçekleştirilirken veriler tüm veri seti, korona öncesi ve korona sonrası şeklinde 3 döneme ayrılmıştır. Böylece korona virüs döneminde kripto para piyasasında yapısal değişimlerin olup olmadığı gözlemlenmiştir. Kümeleme analizi yapılırken, hiyerarşik kümeleme algoritmalarından Ward, Tam Bağlantı ve Tek Bağlantı teknikleri kullanılmıştır. Çalışmanın sonuçlarına bakıldığında tüm algoritmalar tüm dönemlerde Bitcoin’i diğer kripto paralardan ayrı kümelemiştir. Çok belirgin bir bitcoin, altcoin ayrımı yapılmıştır. Yine üç algoritmaya göre; Korona virüs öncesi ve Korona sonrası dönemlerde kümeleme sonuçlarında önemli bir fark yoktur. Üç algoritmada genel itibarıyla benzer sonuçlar vermiştir.
Abstract
The cryptocurrency market has been in constant growth over the past decade. Cryptocurrencies have a market value of $ 216 billion and daily trading volumes of $ 154 billion. Bitcoin takes the lead among 64 cryptocurrencies with a market share of 64%. Although the transaction volume reaches a certain size, market uncertainties cause confusion for investors. It is thought that academic studies should be carried out on this subject in order to eliminate the uncertainties. For this purpose, in this research, cryptocurrencies that have a significantsize in the market are clustered according to various criteria.The research was carried out with 17 cryptocurrencies, the largest of which is available, according to market value. The widest date range in which data is available for all cryptocurrencies has been tried to be included in the analysis. In this context, daily data between 02 April 2020 and 20 June 2019 were used. Cryptocurrencies address numbers, market values, prices, returns, supply amount, number of transactions, transaction volume and volatility were used as cluster criteria. In order to perform cluster analysis in WEKA program, the averages of the independent variables in this date range were taken. While performing the analysis, the data was divided into 3 periods as whole data set, before and after corona. Thus, it was observed whether there were any structural changes in the crypto money market during the corona virus period. While performing cluster analysis, Ward, Full Connection and Single Connection techniques, one of the hierarchical clustering algorithms, were used. Considering the results of the study, all algorithms clustered Bitcoin separately from other cryptocurrencies in all periods. A very distinct bitcoin, altcoin distinction is made. Again according to three algorithms; there is no significant difference in cluster results before and after corona virus. In terms of clustering cryptocurrencies, it generally yielded similar results in three algorithms.