In this study, using datasets of hourly and daily Bitcoin, Litecoin and Ethereum cryptocurrencies, forecasting values are obtained with the help of Integrated Autoregressive Moving Average (ARIMA), Artificial Neural Networks (ANN) and ATA methods, which have become increasingly important in time series analysis in recent years. results were compared. In determining the model that gives the closest result to the real values, the mean squares of error (MSE) values are taken into account, and the models are compared. In the analysis results, it was observed that the results obtained from the ATA, ANN and ARIMA models were the closest to the actual and the MSE values of these methods were the smallest, respectively. Detailed results obtained from the study are given in the relevant figures and tables.

Bu çalışmada saatlik ve günlük Bitcoin, Litecoin ve Ethereum kripto para birimlerine ait veri setleri kullanılarak, zaman serileri analizinde son yıllarda önemi gittikçe artan Bütünleşik Otoregresif Hareketli Ortalama (ARIMA), Yapay Sinir Ağları (YSA) ve ATA metotları yardımı ile önkestirimler yapılarak elde edilen sonuçlar karşılaştırılmıştır. Gerçek değerlere en yakın sonuç veren modeli belirlemede Hata Kareler Ortalaması (HKO) değerleri dikkate alınarak modeller karşılaştırılmıştır. Yapılan analiz sonuçlarında sırası ile ATA, YSA ve ARIMA modellerden elde edilen sonuçların gerçeğe en yakın ve bu metotlara ait HKO değerlerinin sırası ile en küçük olduğu gözlemlenmiştir. Çalışmadan elde edilen ayrıntılı sonuçlar ilgili şekil ve çizelgelerde verilmiştir.