BLOKÇEYN ƏSASLI ON-CHAIN MƏLUMATLARIN DATA ANALİTİKA VƏ MAŞIN ÖYRƏNMƏSİ METODLARI VASİTƏSİLƏ KRİPTOVALYUTA BAZARLARININ TƏHLİLİ

Abstract

Hazırkı məqalə Bitcoin kriptovalyutasının 2019–2026-cı illər dövründəki bazar davranışını blokçeyn əsaslı on-chain məlumatlar və data analitika metodları vasitəsilə empirik cəhətdən araşdırır. Tədqiqatın məqsədi on-chain göstəricilərin — aktiv ünvan sayı, hash rate, MVRV nisbəti, SOPR, birja axınları — qiymət dinamikası ilə əlaqəsini kəmiyyətcə müəyyənləşdirmək, bazar tsiklinin fazalarını rejim analizi vasitəsilə müəyyənləşdirmək və maşın öyrənməsi modellərinin proqnoz dəqiqliyini müqayisəli şəkildə qiymətləndirməkdir. CoinGecko, Blockchain.com və Glassnode metodologiyası əsasında 2.588 günlük verilənlər bazası formalaşdırılmış; Pearson korrelyasiya analizi, MinMaxScaler normallaşdırması, 80/20 train-test bölgüsü, Xətti Reqresiya, Random Forest (300 ağac) və LSTM (60 günlük lookback) tətbiq edilmişdir. Nəticə olaraq aktiv ünvan sayı (r=0,90) və hash rate (r=0,88) ilə qiymət arasında çox yüksək korrelyasiya müəyyənləşdirilmiş, MVRV/SOPR rejim analizinin bazar tsiklini uğurla müəyyənləşdirdiyi, LSTM modelinin (R²=0,1796) Random Forest-i (R²=−1,3307) üstələdiyi sübut edilmişdir.