Static and Dynamic Connectedness Between Green Bonds and Clean Energy Markets

Şahinler, Ayşe Nur; Ozbugday, Fatih Cemil; Basci, Sidika; Omay, Tolga

doi:10.1007/978-3-031-48457-5_8

The ESG Framework and the Energy Industry 2024

DOI: 10.1007/978-3-031-48457-5_8

|View full text |Cite

Static and Dynamic Connectedness Between Green Bonds and Clean Energy Markets

Ayşe Nur Şahinler,

Fatih Cemil Ozbugday,

Sidika Basci

et al.

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...

Citation Types

Supporting

Mentioning

Contrasting

Year Published

2024

Publication Types

Select...

Article1

Relationship

Self Cite0

Independent1

Authors

Journals

Cited by 1 publication

References 54 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

Kripto Para Fiyatlarının Tahmini: ARIMA-GARCH ve LSTM Yöntemlerinin Karşılaştırılması

Eylasov,

Çiçek

2024

Finans Ekonomi Ve Sosyal Araştırmalar Dergisi

View full text Add to dashboard Cite

Kripto para birimleri, 2009 yılında ortaya çıkmalarından bu yana oldukça popüler hale gelmiştir. Özellikle Bitcoin'in 3 Ocak 2009'da piyasaya sürülmesinden sonra, diğer kripto para birimlerinin piyasaya çıkışı hız kazanmıştır. Bu popülerlik artışının ardından, kripto para birimlerinin tahmini önemli bir konu haline gelmiştir. Bu çalışmanın ana amacı, Bitcoin (BTC), Ethereum (ETH) ve Binance (BNB) kripto para getirilerini öngörmek için geleneksel zaman serisi yöntemlerinden olan ARIMA-GARCH ile birlikte LSTM (Long Short-Term Memory) derin öğrenme yaklaşımını kullanarak elde edilen tahmin performanslarını karşılaştırmaktır. Bu çerçevede, çalışma literatüre yeni bir katkı sunmayı amaçlamaktadır. Her bir kripto para birimi için farklı zaman aralıklarında günlük veriler kullanılmış ve bu veriler %90 eğitim ve %10 test verisi olarak bölünmüştür. Çalışmada, yöntemler RMSE ve MSE değerlendirme kriterleri kullanılarak karşılaştırılmıştır. Genel olarak, BTC serisinde ARIMA-GARCH yöntemi eğitim verisinde daha iyi sonuçlar gösterirken, test verisi için LSTM yöntemi daha etkili olmuştur. BNB serisinde ise hem eğitim hem de test verisi için LSTM yöntemi daha üstün performans sergilemiştir. ETH serisinde ise her iki veri seti için ARIMA-GARCH yöntemi daha iyi sonuçlar ortaya koymaktadır. Bu çalışma, finansal veri tahmininde her iki yöntemin de önemli bir performans sergileyebildiğini vurgulamaktadır.

show abstract

Kripto Para Fiyatlarının Tahmini: ARIMA-GARCH ve LSTM Yöntemlerinin Karşılaştırılması

Eylasov,

Çiçek

2024

Finans Ekonomi Ve Sosyal Araştırmalar Dergisi

View full text Add to dashboard Cite

show abstract

scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.

Contact Info

customersupport@researchsolutions.com

10624 S. Eastern Ave., Ste. A-614

Henderson, NV 89052, USA

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

Blog Terms and Conditions API Terms Privacy Policy Contact Cookie Preferences Do Not Sell or Share My Personal Information

Made with 💙 for researchers

Part of the Research Solutions Family.

Static and Dynamic Connectedness Between Green Bonds and Clean Energy Markets

Cited by 1 publication

References 54 publications

Kripto Para Fiyatlarının Tahmini: ARIMA-GARCH ve LSTM Yöntemlerinin Karşılaştırılması

Kripto Para Fiyatlarının Tahmini: ARIMA-GARCH ve LSTM Yöntemlerinin Karşılaştırılması

Contact Info

Product

Resources

About