Bitcoin-Stimmung und technische Indikatoren mit Machine Learning kombinieren

Zusammenfassung

Diese vorläufige Studie untersucht, ob sich Bitcoin-Preisbewegungen durch die Kombination von Marktstimmung und technischer Analyse prognostizieren lassen. Als Stimmungsindikator dient der Fear and Greed Index, der zusammen mit technischen Indikatoren und Machine-Learning-Algorithmen eingesetzt wird. Als Begründung wird angeführt, dass Stimmung mit Preisschwankungen in Verbindung gebracht wird, während die Kombination von Stimmungsmaßen mit technischen Indikatoren weniger Aufmerksamkeit erhalten hat. Die Autoren berichten, dass erste Experimente vielversprechende Anlagerenditen erzielten und eine Buy-and-Hold-Benchmark übertrafen. Die vorliegende Beschreibung nennt weder Algorithmen und Indikatoren noch Datenzeitraum, Validierungsverfahren oder risikobereinigte Ergebnisse. Sie liefert daher eine Forschungsrichtung und eine erste Leistungsbehauptung, aber nicht genug Einzelheiten, um Robustheit und Reproduzierbarkeit der Strategie oder die Übertragbarkeit der Ergebnisse über die Experimente hinaus zu beurteilen.

Kernaussagen

• Die Studie kombiniert den Fear and Greed Index mit technischen Indikatoren, um Bitcoin-Preisbewegungen zu modellieren.
• Machine-Learning-Algorithmen werden zur Untersuchung von Kryptowährungsprognosen eingesetzt.
• Die Autoren bezeichnen die Arbeit als vorläufig und berichten Renditen über einer Buy-and-Hold-Benchmark.
• Die vorliegende Beschreibung lässt methodische und Validierungsdetails aus, die zur Beurteilung der Robustheit nötig sind.

Schlagwörter

# Using Sentiment and Technical Analysis to Predict Bitcoin with Machine Learning


# Using Sentiment and Technical Analysis to Predict Bitcoin with Machine Learning









Cryptocurrencies have gained significant attention in recent years due to their decentralized nature and potential for financial innovation. Thus, the ability to accurately predict its price has become a subject of great interest for investors, traders, and researchers. Some works in the literature show how Bitcoin's market sentiment correlates with its price fluctuations in the market. However, papers that consider the sentiment of the market associated with financial Technical Analysis indicators in order to predict Bitcoin's price are still scarce. In this paper, we present a novel approach for predicting Bitcoin price movements by combining the Fear & Greedy Index, a measure of market sentiment, Technical Analysis indicators, and the potential of Machine Learning algorithms. This work represents a preliminary study on the importance of sentiment metrics in cryptocurrency forecasting. Our initial experiments demonstrate promising results considering investment returns, surpassing the Buy & Hold baseline, and offering valuable insights about the combination of indicators of sentiment and market in a cryptocurrency prediction model.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.