Forecasting the future price movement of cryptocurrency assets by convolutional neural network

Abstract

Digital or virtual currency known as cryptocurrency uses cryptography for security and is not controlled by a central bank. Cryptocurrencies control the issue of new units and record transactions using decentralized technology, such as blockchain. Cryptocurrencies are entirely digital and have no physical form, in contrast to traditional currency, which is real and backed by a government or financial institution. Although Bitcoin was the first and best-known cryptocurrency, there are now thousands of other coins in use, including Ethereum, Tether, BNB, XRP etc. Bitcoin's value can be extremely unstable and it is frequently utilized as an investment or speculative asset. In some locations, it can also be used to make purchases of products and services, and some companies even accept it as payment. Due to the formation of this sector in relation to the growth in earnings and followers, all focus turned in the direction of the cryptocurrency market. Despite the abundance of studies that have been done in the past for this area, less image processing research has been done for the next movement prediction. This paper uses Bitcoin (BTC) dataset and tries to create a tool to project the upcoming price direction. The target variable is a binary type as the next movement will decrease or increase direction. The challenge of forecasting the next day's price movement involves learning from the information from the previous day by transforming them to the images. Since the main goal is using image processing for prediction, Convolutional Neural Networks, one of the most well-known deep learning techniques, and human judgment will be used. As a result, it is aimed to create an algorithm that makes a successful buy-sell decision on BTC and to achieve profitability. However, if the algorithm created for this study has adequate performance and structure on BTC, it will be simple to adapt it to other cryptocurrency kinds in the future.Kripto para olarak bilinen dijital veya sanal para birimi, güvenlik için kriptografi kullanır ve herhangi bir merkezi finans kuruluşu tarafından kontrol edilmez. Kripto para birimleri, blok zinciri gibi merkezi olmayan teknolojiyi kullanarak yeni birimlerin çıkarılmasını ve işlemlerin kaydedilmesini kontrol eder. Kripto para birimleri, gerçek olan ve bir devlet yönetimi veya finans kurumu tarafından desteklenen geleneksel para biriminin aksine, tamamen dijitaldir ve fiziksel bir formu yoktur. Bitcoin ilk ve en iyi bilinen kripto para birimi olmasına rağmen, şu anda kullanımda olan Ethereum, Tether, BNB, XRP vb. binlerce başka madeni para da var. Bitcoin'in değeri son derece istikrarsız olabilir ve sıklıkla bir yatırım aracı veya spekülatif varlık olarak kullanılabilir. Bazı lokasyonlarda ürün ve hizmet satın almak için dahi kullanılabilmektedir, dolayısı ile bazı firmalar bunu ödeme aracı olarak kabul etmektedir. Bu alanın kazanç ve takipçi artışı yani popülaritesine bağlı olarak gelişmesi nedeniyle tüm odaklar kripto para piyasası yönüne çevrilmiş durumdadır. Geçmişte bu alan için yapılan çalışmaların çokluğuna rağmen bir sonraki yön tahmini için yeterince görüntü işleme modeli kurarak araştırma yapılmamıştır. Bu çalışma, Bitcoin (BTC) veri setini kullanır ve gelecek fiyat yönünü tahmin etmek için bir algoritma oluşturmaya çalışır. Bir sonraki hareket yönü azalacak veya artacak şeklinde olduğu için hedef değişken ikili tiptedir. Bir sonraki adımın fiyat hareketini tahmin etmenin zorluğu, önceki hareketlere ait bilgileri resimlere dönüştürerek öğrenmeyi içerir. Temel amaç tahmin için görüntü işlemeyi kullanmak olduğundan, en iyi bilinen derin öğrenme tekniklerinden biri olan Konvolüsyonel Sinir Ağları ve iş bilgisi kullanılacaktır. Sonuç olarak BTC üzerinde başarılı bir al-sat kararı veren bir algoritma oluşturmak ve bu karar neticesinde karlılığa ulaşmak amaçlanmaktadır. Ancak bu çalışma için oluşturulan algoritma BTC üzerinde yeterli performansa ve yapıya sahip olursa gelecekte diğer kripto para türlerine uyarlaması da mümkün olacaktır.