Bitcoin en popüler ve yaygın olarak kullanılan dijital para birimidir. Bu nedenle, Bitcoin fiyat hareketinin tahmini finansal piyasalar için büyük önem taşımaktadır. Bitcoin fiyat tahmininde ekonometrik modellerin yanında veri madenciliği yöntemlerinden de faydalanılmaktadır. Veri madenciliğinde kullanılan araç ve yöntemler yardımıyla veriler modellenerek yararlanılacak bilgilere dönüştürülürler. K-Star algoritması veri madenciliği, obje tanımlama ve kontrol sistemleri gibi birçok alanda kullanılmakta olan örnek tabanlı bir yaklaşımdır. Bu çalışmada Makroekonomik değişkenlerin Bitcoin fiyatlarını etkileme seviyeleri, Makine Öğrenme yöntemlerinden Lazy Learning Öğrenmeye Dayalı K-Star Algoritması kullanılarak analiz edilmiştir. Çalışmanın veri seti, bağımlı ve bağımsız değişkenlerin 3 Ocak 2017 - 30 Ocak 2019 yılları arasındaki iş günü bazında 510 adet gözlem değerini içermektedir. Bu gözlemlerin 474 adedi (%93’ü) algoritmanın modellenmesi (eğitim) için, 36 adedi (%7’si) ise sınıflandırma (test) için kullanılmıştır. Modelin Bitcoin fiyatlarını gelecek dönem “yükseliş” mi yoksa “düşüş” mü göstereceğine ilişkin sınıflandırma başarısının %61,1 oranında olduğu, Bitcoin fiyatlarının “yükseliş” göstereceğine ilişkin doğru sınıflandırma başarısının %71,42, “düşüş” göstereceğine ilişkin doğru sınıflandırma başarısının ise %46,66 olduğu tespit edilmiştir. Sonuç olarak Makine Öğrenme Tekniğinin belli bir performans gösterdiği ancak Bitcoin fiyatlarının öngörülebilirliğinin henüz beklentinin altında olduğu ortaya çıkmıştır.
Türk para ve sermaye piyasalarında İslâmi finans uygulamalarına duyulan ilginin giderek artmasıyla birlikte, katılım bankalarına olan ilgide de artış yaşanmıştır. Türk bankacılık sektöründe son üç yılda, üç adet kamu sermayeli katılım bankasının açılması, katılım bankacılığı sektöründeki ihtiyacın ve İslâmi bankacılık uygulamalarının desteklenmesine yönelik kamu politikalarının bir göstergesi olarak yorumlanabilir. Son on yılda, çok kriterli koşullar altındaki kararları destekleyen bir dizi etkili karar verme yöntemi ortaya çıkmıştır. Literatürde bankaların performanslarını ölçmeye yönelik çeşitli Çok Kriterli Karar Verme Yöntemleri önerilmiştir. Bu çalışmada, Türkiye'de faaliyet gösteren katılım bankalarının 2017 ve 2018 yılları için kar ve maliyet kriterleri açısından performans analizleri yapılmıştır. Çalışmada, analiz yöntemi olarak Çok Kriterli Karar Verme Modellerinden biri olan VIKOR modeli kullanılmıştır. Bu model alternatifler arasında bir sıralama belirleyerek, belirlenen ağırlıklar yardımıyla bir çözüme ulaşmak amacıyla kullanılır. VIKOR modeli ile katılım bankalarının kar ve maliyet analizleri yapılmış ve elde edilen bulgular çerçevesinde değerlendirmelerde bulunulmuştur.
Bu makale, en az iki hakem tarafından incelenmiş ve intihal içermediği teyit edilmiştir. / This article has been reviewed by at least two referees and confirmed to include no plagiarism.
Blockchain-based cryptocurrencies have gained popularity in television and digital media channels with the highest value records of all time broke in a row, both in academic studies and in recent times. In the framework of the study conducted to provide data to those who want to assess their investments in blockchain-based cryptocurrencies. In the research it is aimed to examine correlation between Bitcoin as an independent variable and S&P500 Index, US 10-year Treasury and altcoins like Ethereum, Cardano, Chainlink with Granger causality test. Findings shows that Chainlink as an investment tool has the highest return with 6.22% and it is followed by Cardano with 5.74%, Ethereum with 5.20% and ultimately Bitcoin. The US 10-year Treasury offers not only the lowest rate of return with 10% loss but also riskier tool than Bitcoin. S&P500 Index offers lower rate of return and riskier in comparison with FED interest rate. According to the covariance values, it has been determined that Bitcoin has an increasing linear relationship with Ethereum, Cardano and Chainlink, and a decreasing linear relationship with the FED interest rates and US 10-year Treasury, while it is unrelated to the S&P500 Index.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.