TY  - JOUR
T1  - Seçili Kripto Paralarda Kümeleme Analizi
TT  - CLUSTERING ANALYSIS OF SELECTED CRYPTOCURRENCIES
AU  - Avşar, İlker İ.
AU  - Serin, Zehra  Vildan
PY  - 2020
DA  - April
JF  - Türk Sosyal Bilimler Araştırmaları Dergisi
JO  - JTSSR
PB  - Hasan Kalyoncu Üniversitesi
WT  - DergiPark
SN  - 2548-009X
SP  - 41
EP  - 52
VL  - 5
IS  - 1
LA  - tr
AB  - Para, günlük hayatımızda çok önemli bir yere sahiptir. Günümüze kadar çok farklı para türleri kullanılmıştır. İçinde bulunduğumuz yüzyılda dünya çapında yaygın olarak kullanılan paralar çoğunlukla merkezi bir modelin ürünüdür. 2009 yılından itibaren dağıtık bir mimariye sahip olan blok zinciri teknolojisi ile inşa edilmiş kripto paralar finans sektöründe yerini almıştır. Nispeten yeni olan bu para birimleri konusunda pek çok tereddütler yaşanmaktadır. Kripto para kümeleme çalışmaları, kripto paralar hakkında yapılacak tahmin çalışmalarında kullanılabilecek yöntemlerden biridir. Çok değişkenli bir analiz türü olan kümeleme analizi, birbirine benzeyen verilerin sınıflandırılmasında kullanılabilir. Kümeleme analizi, bir konu ile ilgili verileri gruplama işlemidir. Kümeleme analizinde oluşan her kümenin kendi içerisinde benzerliği yüksek olmasına karşın diğer kümeler ile benzerliği düşük seviyede olmalıdır. Bu çalışmada; piyasa değeri belirli bir büyüklüğe erişmiş (piyasa değeri açısından ilk 25’i oluşturan) kripto para fiyatlarının 1 saatlik, 24 saatlik ve 7 günlük değişim verilerine göre kümeleme yapılmıştır. Yapılan kümelemede 6 seviye oluşmuştur. En alt seviye sonucuna göre birbirine en çok benzeyen kripto paralar NEO ile Ontology olmuştur.
KW  - Kripto para
KW  - kümeleme analizi
KW  - veri madenciliği
N2  - Money has a very important place in our daily lives. To date, many different types of money have been used. The coins commonly used throughout the world in the present century are mostly the products of a central model. Since 2009, the cryptocurrencies built with blockchain technology, which has a distributed architecture, have taken their place in the financial sector. There are many doubts about these relatively new currencies. Cryptocurrency clustering is one of the methods that can be used in forecasting studies on cryptocurrencies. In the light of this information, it is the aim of the study to give investors an idea by revealing their similarity levels in terms of price changes of selected cryptocurrencies. In this study; cryptocurrencies are clustered according to 1-hour, 24-hour and 7-day exchange data of cryptocurrency prices that have reached market value a certain size (which constitutes the top 25 in terms of market value). There are 6 levels in the clustering. According to the lowest level result, the most similar cryptocurrencies were Ontology with NEO. It is a remarkable result that the ATOM currency does not enter the same cluster with any currency at the lower levels.
CR  - Adana Karaağaç, G.,ve Altınırmak, S. (2018). En Yüksek Piyasa Değerine Sahip On Kripto Paranın Birbirleriyle Etkileşimi. Muhasebe ve Finansman Dergisi, 123-136. doi:DOI: 10.25095/mufad.438852
CR  - Aggarwal, S., Chaudhary, R., Aujla, G. S., Kumar, N., Choo, K.-K. R., & Zomaya, A. Y. (2019). Blockchain for smart communities: Applications, challenges and opportunities. Journal of Network and Computer Applications, 144(15), 13-48. doi:https://doi.org/10.1016/j.jnca.2019.06.018
CR  - Akın, B. H.,ve Eren, Ö. (2012). Oecd Ülkelerinin Eğitim Göstergelerinin Kümeleme Analizi Ve Çok Boyutlu Ölçekleme Analizi İle Karşılaştırmalı Analizi. Öneri Dergisi, 175-181.
CR  - Al-Yahyaee, K. H., Mensi, W., Al-Jarrah, I. M., Hamdi, A.,ve Kang, S. H. (2019). Volatility forecasting, downside risk, and diversification benefits of Bitcoin and oil and international commodity markets: A comparative analysis with yellow metal. The North American Journal of Economics and Finance, 49, 104-120. doi:https://doi.org/10.1016/j.najef.2019.04.001
CR  - Aşan, Z. (2007). Kredi Kartı Kullanan Müşterilerin Sosyo Ekonomik Özelliklerinin Kümeleme Analiziyle İncelenmesi. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 17, 256-267. https://dergipark.org.tr/tr/pub/dpusbe/issue/4759/65384
CR  - Ballis, A.,ve Drakos, K. (2019). Testing for herding in the cryptocurrency market. Finance Research Letters, 1-5. doi:https://doi.org/10.1016/j.frl.2019.06.008
CR  - Berberoğlu, B. (2011). 2008 global krizinin Türkiye ve Avrupa Birliği'ndeki etkilerinin kümeleme analizi ile incelenmesi. Anadolu Üniversitesi Sosyal Bilimler Dergisi, 11(1), 105–130.
CR  - Borri, N. (2019). Conditional tail-risk in cryptocurrency markets. Journal of Empirical Finance, 50, 1-19. doi:https://doi.org/10.1016/j.jempfin.2018.11.002
CR  - Bouri, E., Roubaud, D.,ve Shahzad, S. J. (2019). Do Bitcoin and other cryptocurrencies jump together? The Quarterly Review of Economics and Finance, 1-14. doi:https://doi.org/10.1016/j.qref.2019.09.003
CR  - Casino, F., Dasaklis, T. K.,ve Patsakis, C. (2019). A systematic literature review of blockchain-based applications: Current status, classification and open issues. Telematics and Informatics, 36, 55-81. doi:https://doi.org/10.1016/j.tele.2018.11.006
CR  - Charfeddine, L., Benlagha, N.,ve Maouchi, Y. (2019). Investigating the dynamic relationship between cryptocurrencies and conventional assets: Implications for financial investors. Economic Modelling. doi:https://doi.org/10.1016/j.econmod.2019.05.016
CR  - Cirrincione, G., Ciravegna, G., Barbiero, P., Randazzo, V.,ve Pasero, E. (2020). The GH-EXIN neural network for hierarchical clustering. Neural Networks, 121, 57-73. doi:https://doi.org/10.1016/j.neunet.2019.07.018
CR  - Corbet, S., Cumming, D. J., Lucey, B. M., Peat, M.,ve Vigne, S. A. (2019). The destabilising effects of cryptocurrency cybercriminality. Economics Letters, 108741.
CR  - Dash, M., Liu, H., Scheuermann, P.,ve Tan, K. L. (2003). Fast hierarchical clustering and its validation. Datave Knowledge Engineering, 44(1), 109-138. doi:https://doi.org/10.1016/S0169-023X(02)00138-6
CR  - Everitt, B. S. (1979). Unresolved Problems in Cluster Analysis. Biometrics, 35(1), 169-181. https://www.jstor.org/stable/2529943  
Fluctuations and the Use of Bitcoin: An Empirical Inquiry. International Journal of Electronic Commerce, 20(1), 9-49. doi:https://doi.org/10.1080/10864415.2016.1061413
CR  - Gan, G., Ma, C.,ve Wu, J. (2007). Data Clustering: Theory, Algorithms, and Applications. SIAM.
Glaser, F., Zimmermann, K., Haferkorn, M., Weber, M. C.,ve Siering, M. (2014). Bitcoin - Asset or Currency? Revealing Users' Hidden Intentions. ECIS. Tel Aviv. https://ssrn.com/abstract=2425247
CR  - Gil-Alana, L. A., Abakah, E. J.,ve Rojo, M. F. (2020). Cryptocurrencies and stock market indices. Are they related? Research in International Business and Finance, 51, 1-11. doi:https://doi.org/10.1016/j.ribaf.2019.101063
CR  - Govender, P.,ve Sivakumar, V. (2019). Application of k-means and hierarchical clustering techniques for analysis of air pollution: a review (1980-2019). Atmospheric Pollution Research, 1-68. doi:https://doi.org/10.1016/j.apr.2019.09.009
CR  - Jafarzadegan, M., Safi-Esfahani, F.,ve Beheshti, Z. (2019). Combining hierarchical clustering approaches using the PCA method. Expert Systems with Applications, 137(15), 1-10. doi:https://doi.org/10.1016/j.eswa.2019.06.064
CR  - Jain, A. K., Murty, M. N.,ve Flynn, P. J. (1999). Data clustering: A review. ACM Computing Surveys, 31(3), 264-323. doi:10.1145/331499.331504
CR  - Klarin, A. (2020). The decade-long cryptocurrencies and the blockchain rollercoaster: Mapping the intellectual structure and charting future directions. Research in International Business and Finance, 1-16. doi:https://doi.org/10.1016/j.ribaf.2019.101067
CR  - Kindhi, B. A., Sardjono, T. A., Purnomo, M. H.,ve Verkerke, G. J. (2019). Hybrid K-means, fuzzy C-means, and hierarchical clustering for DNA hepatitis C virus trend mutation analysis. Expert Systems with Applications, 121, 373-381. doi:https://doi.org/10.1016/j.eswa.2018.12.019
CR  - Muzammal, M., Qu, Q.,ve Nasrulin, B. (2019). Renovating blockchain with distributed databases: An open source system. Future Generation Computer Systems, 90, 105-117. doi:https://doi.org/10.1016/j.future.2018.07.042
CR  - Nakamoto , S. (2008). Bitcoin: A Peer-to-Peer Electronic Cash System. Bitcoin: https://bitcoin.org/bitcoin.pdf
CR  - Polasik, M., Piotrowska, A. I., Wisniewski, T. P., Kotkowski , R.,ve Lightfoot, G. (2015). Price Fluctuations and the Use of Bitcoin: An Empirical Inquiry. International Journal of Electronic Commerce, 20, 9-49. https://doi.org/10.1080/10864415.2016.1061413
CR  - Samarasinghe, T., Gunawardena, T., Mendis, P., Sofi, M.,ve Aye, L. (2019). Dependency Structure Matrix and Hierarchical Clustering based algorithm for optimum module identification in MEP systems. Automation in Construction, 104, 153-178. doi:https://doi.org/10.1016/j.autcon.2019.03.021
CR  - Sandal, E. K. (2009). Sosyo-Ekonomik Kriterler Bakımından Türkiye, Doğu Avrupa Ve Kafkas Ülkelerinin Karşılaştırılması. Doğu Coğrafya Dergisi, 14(22), 89-106.
CR  - Shahzad, S. J., Bouri, E., Roubaud, D., Kristoufek, L.,ve Lucey, B. (2019). Is Bitcoin a better safe-haven investment than gold and commodities? International Review of Financial Analysis, 63, 322-330. doi:https://doi.org/10.1016/j.irfa.2019.01.002
CR  - Song, J. Y., Chang, W.,ve Song, J. W. (2019). Cluster analysis on the structure of the cryptocurrency market via Bitcoin–Ethereum filtering. Physica A: Statistical Mechanics and its Applications, 527, 121339. doi:https://doi.org/10.1016/j.physa.2019.121339
CR  - Tekin, B. (2015). Temel Sağlık Göstergeleri Açısından Türkiye’deki İllerin Gruplandırılması: Bir Kümeleme Analizi Uygulaması. Çankırı Karatekin Üniversitesi İİBF Dergisi, 5(2), 389-416. https://dergipark.org.tr/tr/pub/ckuiibfd/issue/32905/365558
CR  - Thakur, V., Doja, M. N., Dwivedi, Y. K., Ahmad, T.,ve Khadanga, G. (2019). Land records on Blockchain for implementation of Land Titling in India. International Journal of Information Management, 1-9. doi:https://doi.org/10.1016/j.ijinfomgt.2019.04.013
CR  - Tiwari, A. K., Adewuyi, A. O., Albulescu, C. T.,ve Wohar, M. E. (2019). Empirical evidence of extreme dependence and contagion risk between main cryptocurrencies. The North American Journal of Economics and Finance, 101083. doi:https://doi.org/10.1016/j.najef.2019.101083
CR  - Turanlı, M., Özden, Ü. H.,ve Türedi, S. (2006). Avrupa Birliği'ne aday ve üye ülkelerin ekonomik benzerliklerinin kümeleme analiziyle incelenmesi. İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 5(9), 95-108.
CR  - Wang, K. (2019). Power System Critical Cutset Identification based on Rolling Double Level Hierarchical Clustering. Energy Procedia, 159, 148-153. doi:https://doi.org/10.1016/j.egypro.2018.12.033
CR  - Wei, W., Liang, J., Guo, X., Song, P.,ve Sun, Y. (2019). Hierarchical division clustering framework for categorical data. Neurocomputing, 341, 118-134. doi:https://doi.org/10.1016/j.neucom.2019.02.043
CR  - Yılmaz, Ö.,ve Temurlenk , S. M. (2005). Türkiye'deki İstatistik Bölgelerin Kışı Başına Düşen Gelir Açısından Hiyerarşik Ve Hiyerarşik Olmayan Kümeleme Analizi İle Değerlendirilmesi: 1965-2001. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 19(2), 75 - 92. https://dergipark.org.tr/tr/pub/atauniiibd/issue/2688/35321
CR  - Yu, W. (2019). A mathematical morphology based method for hierarchical clustering analysis of spatial points on street networks. Applied Soft Computing, 85, 1-18. doi:https://doi.org/10.1016/j.asoc.2019.105785
CR  - Zeitsch, P. J. (2019). Ajumpmodelforcreditdefaultswapswithhierarchicalclustering. Physica A: Statistical Mechanics and its Applications, 524, 737-775. doi:https://doi.org/10.1016/j.physa.2019.04.255
CR  - Zhang, L., Li, H., Yu, Y., Au, M. H.,ve Wang, B. (2019). An efficient linkable group signature for payer tracing in anonymous cryptocurrencies. Future Generation Computer Systems, 101, 29-38. doi:https://doi.org/10.1016/j.future.2019.05.081
CR  - Zięba, D., Kokoszczyński, R.,ve Śledziewska, K. (2019). Shock transmission in the cryptocurrency market. Is Bitcoin the most influential? International Review of Financial Analysis, 64, 102-125. doi:https://doi.org/10.1016/j.irfa.2019.04.009
CR  - İnternet Kaynakları
CR  - 11.14, 2019 tarihinde Coinmarketcap: https://coinmarketcap.com/
CR  - Hierarchical Clustering.   8 21, 2019 tarihinde rdocumentation: https://www.rdocumentation.org/packages/stats/versions/3.6.1/topics/hclust
UR  - https://dergipark.org.tr/tr/pub/tursbad/issue//673162
L1  - https://dergipark.org.tr/tr/download/article-file/1079425
ER  -