Yükleniyor...

Bitcoin ve Diğer Kripto Para Birimlerinin Fiyatları Gerçek Zamanlı Tahmin Edilebilir mi?

Hindistan’ın prestijli kurumlarından Vellore Institute of Technology’de çalışan bir veri bilimcisi, Long Short-Term Memory (LSTM) yapay sinir ağını kullanarak Bitcoin‘in ve diğer kripto para birimlerinin fiyatlarının gerçek zamanlı bir biçimde nasıl tahmin edilebileceğini gösteren bir...

Bitcoin ve Diğer Kripto Para Birimlerinin Fiyatı Gerçek Zamanlı Tahmin Edilebilir mi

Hindistan’ın prestijli kurumlarından Vellore Institute of Technology’de çalışan bir veri bilimcisi, Long Short-Term Memory (LSTM) yapay sinir ağını kullanarak Bitcoin‘in ve diğer kripto para birimlerinin fiyatlarının gerçek zamanlı bir biçimde nasıl tahmin edilebileceğini gösteren bir yöntem öne sürdü.

Son dakika gelişmelerden anında haberdar olmak için bizi Twitter ve Telegram kanalımızdan takip edebilirsiniz.

Araştırmacı Abinhav Sagar, 2 Aralık’ta yayınladığı blog yazısında geleneksel piyasalara kıyasla nispeten daha az öngörülebilir ekosistemlerde makine öğrenmesi teknolojisini kullanarak dört adımda fiyat tahmini yapmaya dair işlem süreci hakkında bilgi verdi.

Kripto Paralar için Fiyat Tahmini Kısıtlı Biçimde Yapıldı

Sagar, makine öğrenmesi teknolojisini kullanarak borsa fiyatlarını tahmin eden bir ön gösterim yaptı. Gösterimde belli bir başarı yakalanırken, kripto para piyasasının sadece belirli bir kısımı dahil edildi. Ön gösterimini kısıtlı bir biçimde yapmasının savunması olarak Sagar, kripto para birimlerinin teknolojik gelişmelerin yanı sıra küresel ekonomi, güvenlik ve politik bazı faktörlerden de etkilenmesini öne sürdü.

Sagar’ın kullandığı dört aşamalı tahmin yöntemi şunları içeriyor:

  1. Kripto para birimlerine ait verileri gerçek zamanlı biçimde toplamak
  2. Sinir ağı eğitimi için verileri hazırlanmak
  3. LSTM sinir ağını kullanarak tahmini test etmek
  4. Tahmin sonuçlarını görselleştirmek

Yazılım geliştiricisi Aditi Mittal, LSTM (Long Short-Term Memory – Uzun Kısa Süreli Bellek) sisteminin bilinmeyen aralıklarla verilen serileri sınıflandırmak, işlemek ve tahmin etmek için tasarlanmış bir tür sinir ağı şeklinde çalıştığını belirtiyor. Öğrenebilen ağını eğitmek için Sagar; fiyat, hacim, yüksek ve düşük değerleri elde etmek için CryptoCompare’ın verilerini kullandı.

GitHub üzerinde projesine ait kodları paylaşan Sagar, makine öğrenmesi için veri değerlerini normalleştirmek adına kullandığı işlevleri ana hatlarıyla açıklama metni üzerinde belirtiyor. Ağın tahminlerinin sonuçlarını çizmeden ve görselleştirmeden önce Sagar, Ortalama Mutlak Hatayı (Mean Absolute Error) bir değerlendirme ölçütü olarak kullandığını, hataların ortalama büyüklüğünü ve yönlerini dikkate almadan bir dizi tahmin ile ölçtüğünü belirtti.

Sagar’ın LSTM sinir ağı kullanarak gerçek zamanlı biçimde kripto para tahminlerini görselleştirdiği grafik şu şekilde:

Sinir Sistemi


Üyelik
Bildir
guest
0 Yorum
Satır İçi Geri Bildirimler
Tüm yorumları gör
0
Düşüncelerinize duymak istiyoruz, lütfen yorum yapın.x
()
x