Algoritmik işlemlerle piyasa etkinliği analizi: Kripto varlıklar üzerine bir uygulama
Analysis of market efficiency using algorithmic trading: An application on crypto assets
- Tez No: 974397
- Danışmanlar: PROF. DR. HÜSEYİN DALGAR
- Tez Türü: Doktora
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Burdur Mehmet Akif Ersoy Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kripto para piyasasında algoritmik işlemlerin ve teknik analiz uygulamalarının kullanımı son yıllarda büyük ilgi görmüştür. Araştırmacılar, bu kesişimi inceleyerek getirileri artırmayı ve piyasa hareketlerini tahmin etmeyi amaçlamışlardır. Alım satım algoritmaları piyasalarda gerçekleşen işlem miktarını artırmanın yanında yatırımcıların, volatilitenin yüksek olduğu piyasalarda, daha rahat işlem yapmalarını sağlamıştır. Bu çalışma, kripto varlık piyasasında teknik göstergelere dayalı algoritmik işlemlerin piyasa etkinliğiyle ilişkisini incelemektedir. Python tabanlı bir altyapı üzerinde Freqtrade kullanılarak, RSI ve Bollinger Bantları kombinasyonundan oluşan kural tabanlı bir strateji tasarlanmış, canlı ve geriye dönük testlerle (backtesting) değerlendirilmiştir. Değerlendirme, canlı piyasa verileriyle yapıldığı gibi rejim-temelli bir çerçeveyle de yürütülmüş; ayı (10.11.2021–21.11.2022) ve boğa (21.11.2022–30.11.2023) dönemleri ayrı ayrı analiz edilmiştir. Performans ölçümünde işlem sayısı, ortalama kar yüzdesi, toplam kar yüzdesi ve kar/zarar dağılımı gibi metrikler kullanılmış; ayrıca stratejinin farklı piyasa koşullarına duyarlılığı tartışılmıştır. Bulgular, özellikle boğa rejiminde ve belirli kripto varlıklarda stratejinin pozitif getiri potansiyeli üretebildiğine, buna karşılık ayı rejiminde performansın belirgin biçimde zayıfladığına işaret etmektedir. İşlem maliyetleri ve kayma (slippage) etkileri hesaba katıldığında anormal getirilerin kalıcılığının sınırlı olduğu görülmüş; sonuçlar, piyasa etkinliğinin zayıf form varsayımıyla dönemsel gerilimler yaratmakla birlikte, Adaptif Piyasa Hipotezi ile uyumlu biçimde koşullara bağlı olarak değişebileceğini düşündürmektedir. Katkı olarak çalışma, basit ve tekrarlanabilir bir gösterge kombinasyonunun rejim-temelli değerlendirilmesini sunmakta; sınırlılıklar ise örneklem penceresi, parametre duyarlılığı ve gösterge setinin iki indikatörle sınırlandırılmasıdır.
Özet (Çeviri)
The use of algorithmic trading and technical analysis applications in the cryptocurrency market has gained significant attention in recent years. Researchers have examined this intersection with the aim of increasing returns and predicting market movements. Trading algorithms have not only increased the volume of transactions in the markets but also enabled investors to trade more comfortably in highly volatile markets. This study examines the relationship between algorithmic trading based on technical indicators and market efficiency in the cryptocurrency market. Using Freqtrade on a Python-based infrastructure, a rule-based strategy combining RSI and Bollinger Bands was designed and evaluated through live and backtesting. The evaluation was conducted using live market data as well as a regime-based framework; bear (11/10/2021–11/21/2022) and bull (11/21/2022–11/30/2023) periods were analyzed separately. Metrics such as the number of trades, average profit percentage, total profit percentage, and profit/loss distribution were used to measure performance; the strategy's sensitivity to different market conditions was also discussed. The findings indicate that the strategy can generate positive return potential, particularly in the bull regime and for certain crypto assets, whereas performance weakens significantly in the bear regime. When transaction costs and slippage effects are accounted for, the persistence of abnormal returns is found to be limited; the results suggest that while market efficiency under the weak-form assumption creates periodic tensions, it can vary depending on conditions, consistent with the Adaptive Market Hypothesis. As a contribution, the study presents a regime-based assessment of a simple and replicable indicator combination; limitations include the sample window, parameter sensitivity, and the indicator set being restricted to two indicators.
Benzer Tezler
- Modeling brokerage firm behavior in borsa istanbul using inverse reinforcement learning
Ters pekiştirmeli öğrenme yöntemiyle aracı kurum davranışlarının modellenmesi
KUBİLAY KARAÇAM
Yüksek Lisans
İngilizce
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiVeri Mühendisliği ve İş Analitiği Ana Bilim Dalı (disiplinlerarası)
DR. ÖĞR. ÜYESİ MEHMET YASİN ULUKUŞ
- XAU/USD prıce predıctıon usıng deep learnıng: hyperparameter optımızatıon wıth bayesıan, grey-wolf and genetıc algorıthms
Derin öğrenme kullanarak XAU/USD fiyat tahmini: bayes, gri kurt ve genetik algoritmalarla hiperparametre optimizasyonu
MELİS KÜÇÜK
Yüksek Lisans
İngilizce
2025
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ
- Short term electricity load forecasting with deep learning
Derin öğrenme ile kısa dönemli elektrik yük talep tahmini
İBRAHİM YAZICI
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Yüksek frekanslı işlemlerin piyasa etkinliğine etkisi: Borsa İstanbul örneği
The impact of high-frequency trading on market efficiency: Istanbul Stock Exchange case study
ÇAĞRI KAAN YALÇIN
Yüksek Lisans
Türkçe
2021
EkonomiAnkara Hacı Bayram Veli Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. CİHAN TANRIÖVEN
- İstatistiksel arbitraj fırsatlarının algoritmik işlemlerle borsa İstanbul pay piyasasında incelenmesi
Examination of statistical arbitrage opportunities in the borsa İstanbul equity market through algorithmic trading
MAHMUT EMİN ÇEVİK