KaydedilenlerDerginizi ekleyin

Dergiler / Dicle Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi / 2021 / Cilt: 11 - Sayı: 22

ANFIS MODELİ İLE BITCOIN FİYAT TAHMİNİ

FORECASTING BITCOIN PRICES WITH THE ANFIS MODEL

Busra KUTLU KARABIYIK
Zeliha CAN ERGÜN
Sayfa
295–315
Yayın Tarihi
2021-11-29
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bulgular, ANFIS modelinin gerçek verilerle uyumlu, doğru ve tutarlı tahmin sonuçları ürettiğini göstermektedir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Son zamanlarda piyasa değeri en yükseğe ulaşan Bitcoin, kripto para piyasasında büyük önem kazanmıştır.
📊
Temel Bulgular & Veri:Bu yüzden, yatırımcılar ve araştırmacılar, Bitcoin fiyatlarını etkileyen faktörleri ve bunların tahmin edilebilir olup olmadığını bulmaya yönelik çalışmalar yürütmektedirler.
💡
Sonuç & Katkı:Bulgular, ANFIS modelinin gerçek verilerle uyumlu, doğru ve tutarlı tahmin sonuçları ürettiğini göstermektedir.
🔬Tür:Literatür & Derleme Çalışması
📍Kapsam:2013 Verileri
⚙️Değişkenler:Kripto para · Bitcoin · Tahminleme

Özet

Son zamanlarda piyasa değeri en yükseğe ulaşan Bitcoin, kripto para piyasasında büyük önem kazanmıştır. Bu yüzden, yatırımcılar ve araştırmacılar, Bitcoin fiyatlarını etkileyen faktörleri ve bunların tahmin edilebilir olup olmadığını bulmaya yönelik çalışmalar yürütmektedirler. Fakat literatürde, makine öğrenimi modellerini kullanarak Bitcoin fiyatlarını tahmin etmek için en etkili ekonomik ve teknik değişkenleri tanımlayan sınırlı sayıda araştırma bulunmaktadır. Bu nedenle bu çalışmada, çeşitli ekonomik ve teknik faktörler kullanılarak Bitcoin fiyatlarının ANFIS modeli ile 01.05.2013-26.02.2021 tarihleri arasında tahmin edilmesi amaçlanmaktadır. Bulgular, ANFIS modelinin gerçek verilerle uyumlu, doğru ve tutarlı tahmin sonuçları ürettiğini göstermektedir. Sonuç olarak, gelecekteki Bitcoin değerlerini tahmin ederek kar elde etmek isteyen yatırımcılar, bir tahmin aracı olarak ANFIS yaklaşımını tercih edebilirler.

Abstract

Recently, Bitcoin has gained great importance in the cryptocurrency market with the highest market capitalization. Investors and researchers have attempted to find out the drivers of Bitcoin prices and if they are predictable. However, there is only limited research in the literature that identifies the most effective economic and technical variables for predicting Bitcoin prices using machine learning models. Thus, in this study, the future Bitcoin prices utilizing several economic and technical factors using the ANFIS model are aimed to forecasted between 01.05.2013 - 26.02.2021 periods. The findings show that the ANFIS model produced accurate and consistent predicting results that are in line with the real data. As a result, investors who wish to make a profit by predicting future Bitcoin values might consider using the ANFIS approach as a forecasting tool.

🔖

Bu Makaleye Atıf Yap

KARABIYIK, B. K., ERGÜN, Z. C. (2021). ANFIS MODELİ İLE BITCOIN FİYAT TAHMİNİ. Dicle Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt: 11 - Sayı: 22, 295–315. https://ajindex.com/articles/392103

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (13)

  1. Adjei, F. (2019). Determinants of bitcoin expected returns. Journal of finance and economics, 7(1), 42-47.
  2. Aggarwal, D., Chandrasekaran, S., & Annamalai, B. (2020). A complete empirical ensemble mode decomposition and support vector machine-based approach to predict bitcoin prices. Journal of behavioral and experimental finance, 27, 100335. Akyildirim, E., Goncu, A., & Sensoy, A. (2021). Prediction of cryptocurrency returns using machine learning. Annals of operations research, 297(1), 3-36.
  3. Albariqi, R., & Winarko, E. (2020, February). Prediction of bitcoin price change using neural networks [Conference presentation]. International Conference on Smart Technology and Applications (ICoSTA), 1-4.
  4. Altan, A., Karasu, S., & Bekiros, S. (2019). Digital currency forecasting with chaotic meta-heuristic bio-inspired signal processing techniques. Chaos, solitons & fractals, 126, 325-336.
  5. Atsalakis, G. S., Atsalakis, I. G., Pasiouras, F., & Zopounidis, C. (2019). Bitcoin price forecasting with neuro-fuzzy techniques. European journal of operational research, 276(2), 770–780.
  6. Bayramoğlu, T., Pabuççu, H., & Çelebi Boz, F. (2017). Türkiye için anfıs modeli ile birincil enerji talep tahmini. Ege akademik bakış, 17(3), 431–446.
  7. Chen, T. H., Chen, M. Y., & Du, G. T. (2021). The determinants of bitcoin’s price: Utilization of GARCH and machine learning approaches. Computational Economics, 57(1), 267-280.
  8. Chen, W., Xu, H., Jia, L., & Gao, Y. (2021). Machine learning model for bitcoin exchange rate prediction using economic and technology determinants. International journal of forecasting, 37(1), 28–43. https://doi.org/10.1016/j.ijforecast.2020.02.008
  9. Ciaian, P., Rajcaniova, M., & Kancs, D. A. (2016). The economics of bitcoin price formation. Applied economics, 48(19), 1799-1815.
  10. Dutta, A., Kumar, S., & Basu, M. (2020). A gated recurrent unit approach to bitcoin price prediction. Journal of risk and financial management, 13(2), 1–16. https://doi.org/10.3390/jrfm13020023.
  11. Edwards, J. (2021). Bitcoin's Price History. In Investopedia. https://www.investopedia.com/articles/forex/121815/bitcoins-price-history.asp (Retrieved 12.06.2021).
  12. Fortune Business Insight (2020), https://www.fortunebusinessinsights.com/industry-reports/cryptocurrency-market-100149 (Retrieved 31.05.2021).
  13. Georgoula, I., Pournarakis, D., Bilanakos, C., Sotiropoulos, D., & Giaglis, G. M., Using Time-Series and Sentiment Analysis to Detect the Determinants of Bitcoin Prices (May 17, 2015). Available at SSRN: htt