آلات المتجهات الداعمة لتداول العملات الرقمية قصير الأفق

الملخص

تستخدم الدراسة الأسعار التاريخية والمؤشرات الفنية لتصنيف التحركات قصيرة الأجل في بيتكوين وإيثيريوم ولايتكوين. وتقارن طرق التصنيف في قدرتها على تحديد التحركات صعودًا وهبوطًا خلال أفق ساعة واحدة، مع عرض الأداء من حيث القيمة التنبؤية الإيجابية والسلبية. ثم تحول التوقعات إلى قرارات تداول، وتقيّم تلك القرارات باستخدام أداة اختبار تاريخي مصممة لتمثيل ظروف التداول.

تنتج آلات المتجهات الداعمة أكثر الاستراتيجيات ربحية بين الطرق المدروسة، وتتجاوز الاستراتيجيات المعلنة أداء السوق في المتوسط للأصول الثلاثة خلال فترة التقييم المذكورة التي بدأت في يناير 2018. وتقتصر هذه النتائج على العملات الرقمية والعينة التاريخية والمؤشرات وأفق التوقع وافتراضات الاختبار التاريخي المختارة. ولا يقدم الوصف تفاصيل مثل إعدادات تكاليف المعاملات أو مواصفات النماذج أو الأداء المعدل حسب المخاطر، لذا لا تثبت النتائج وحدها كيفية أداء الاستراتيجية في فترات أخرى أو في التداول الفعلي.

الأفكار الرئيسية

• تبني الدراسة مؤشرات فنية من سجل أسعار العملات الرقمية لتوقع اتجاه السعر خلال ساعة.
• تقيّم الدراسة المصنفات باستخدام مقاييس القيمة التنبؤية الإيجابية والسلبية.
• تُحوّل التوقعات إلى قرارات تداول وتُقيّم بأداة اختبار تاريخي مخصصة للتداول.
• تتصدر آلات المتجهات الداعمة الطرق المختبرة من حيث ربحية الاستراتيجية المعلنة.
• يقتصر التفوق المعلن على بيتكوين وإيثيريوم ولايتكوين والفترة التاريخية المختبرة.

الوسوم

# Cryptocurrency Price Prediction and Trading Strategies Using Support Vector Machines


# Cryptocurrency Price Prediction and Trading Strategies Using Support Vector Machines









Few assets in financial history have been as notoriously volatile as cryptocurrencies. While the long term outlook for this asset class remains unclear, we are successful in making short term price predictions for several major crypto assets. Using historical data from July 2015 to November 2019, we develop a large number of technical indicators to capture patterns in the cryptocurrency market. We then test various classification methods to forecast short-term future price movements based on these indicators. On both PPV and NPV metrics, our classifiers do well in identifying up and down market moves over the next 1 hour. Beyond evaluating classification accuracy, we also develop a strategy for translating 1-hour-ahead class predictions into trading decisions, along with a backtester that simulates trading in a realistic environment. We find that support vector machines yield the most profitable trading strategies, which outperform the market on average for Bitcoin, Ethereum and Litecoin over the past 22 months, since January 2018.

يُعرض النص كاملًا مع نسبه إلى مصدره وفقًا لترخيصه. الترخيص: abstract CC0

أعدّ وكيل الأبحاث في Stratmill هذا الملخص استنادًا إلى المصدر الأصلي؛ وهو ليس نسخة منه.