Önerilen Atıf/Suggested Citation Nas, S., Ergin Ünal, A. (2023). Bitcoin Fiyat Değişimlerinin Makine Öğrenmesi Yöntemi ile Tahmin Edilmesi, İşletme Araştırmaları Dergisi, 15 (4), 2597-2608. İŞLETME ARAŞTIRMALARI DERGİSİ JOURNAL OF BUSINESS RESEARCH-TURK 2023, 15(4), 2597-2608 https://doi.org/10.20491/isarder.2023.1735 Bitcoin Fiyat Değişimlerinin Makine Öğrenmesi Yöntemi ile Tahmin Edilmesi Prediction of the Bitcoin Price Changes Through Machine Learning Serkan NAS a Ayşe ERGİN ÜNAL b a Tarsus Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, Tarsus, Türkiye, serkannas@tarsus.edu.tr b Tarsus Üniversitesi, Uygulamalı Bilimler Fakültesi, Tarsus, Türkiye, ayseerginunal@tarsus.edu.tr MAKALE BİLGİSİ ÖZET Anahtar Kelimeler: Kripto Varlık Blok zinciri Teknolojisi Makine Öğrenme Algoritmaları Tahminleme Gönderilme Tarihi 2 Mayıs 2023 Revizyon Tarihi 14 Aralık 2023 Kabul Tarihi 20 Aralık 2023 Makale Kategorisi: Araştırma Makalesi Amaç – Bitcoin başta olmak üzere kripto varlık fiyatlarında meydana gelen hızlı değişimler gerek finansal yatırımcı gerekse medya tarafından ilgi görmektedir. Buna bağlı olarak kar elde etmek amacı başta olmak üzere pek çok farklı motivasyonla birçok araştırmacı ve finansal aktör, Bitcoin fiyatını etkileyen çeşitli faktörleri belirlemeye çalışmaktadır. Bitcoin fiyat hareketlerini etkilediği düşünülen Fed faiz oranı, altın ve Bitcoin’in farklı fiyat göstergeleri gibi öznitelikler üzerine detaylandırılan bir inceleme yürütülmektedir. Bu bağlamda fiyatları tahmin etmek için kullanılan çeşitli makine öğrenme algoritmaları üzerinde sistematik bir analiz yapılmaktadır. Yöntem – Farklı dört makine öğrenme modeli kullanılmış olup farklı tahmin hata oranları elde edilmiş ve her birinin çalışmada kullanılabileceği görülmüştür. Bulgular – Bitcoin veri seti için önerilen en iyi tahmin performansının sırasıyla Tesadüfi Ağaç (RF) %96,38, Karar Ağacı (DT) %96,28, Doğrusal Regresyon 95,06 ve Stokastik Gradient Descent (SGD) Doğrusal Regresyon %93,91 şeklinde olduğunu göstermektedir. Bitcoin fiyat değişimlerinin Fed faiz oranı ve altından ziyade kendi fiyat değişimlerinden daha yüksek oranda etkilendiği diğer sonuçlar arasında yer almaktadır. Tartışma – Tahmin modellemesinde en iyi sonuçları veren iki algoritmaya bakıldığında, gün içi en yüksek fiyatın son derece etkili olduğu söylenebilmektedir. En düşük fiyat ise ikinci derece en etkili özniteliktir. Söz konusu sonuç, Bitcoin’in en çok kendi fiyat dalgalanmalarından etkilendiğini göstermektedir. ARTICLE INFO ABSTRACT Keywords: Crypto Asset Blockchain Technology Machine Learning Algorithms Forecasting Received 2 May 2023 Revised 14 December 2023 Accepted 20 December 2023 Article Classification: Research Article Purpose – The rapid changes in the prices of cryptoassets, especially Bitcoin, attract attention by both financial investors and the media. Accordingly, many researchers and financial actors, with several different motivations, especially with the aim of making a profit, are trying to determine various factors that affect the price of Bitcoin. A detailed examination is carried out on attributes such as the Fed Interest rate, gold and Bitcoin's different price indicators, which are thought to affect Bitcoin price movements. In this context, a systematic analysis is conducted on various machine learning algorithms used to predict prices. Design/Methodology/Approach – Four models were used, different estimation error rates were obtained, and it was seen that each of them could be used in the study. Findings – The analysis results show that the best prediction performance recommended for the Bitcoin dataset is as follows, respectively: random tree (RF) 96.38%, decision tree (DT) 96.28%, linear regression 95.06 and Stochastic Gradient Descent (SGD) linear regression 93.91%. It has been concluded that Bitcoin price changes are more highly affected by their own price changes, rather than the Fed interest rate and gold. Discussion – According to the two algorithms that give the best results in machine learning algorithms.İt can be said that th intraday high price is extremely effective. The lowest price is the second most affective attribute. The result in question shows that Bitcoin is most affected by its own price fluctations.