PCA und kanonische Korrelation zur Prognose von Ethereum-Renditen

Zusammenfassung

Diese Arbeit bewertet Verfahren zur Dimensionsreduktion, um den Zusammenhang zwischen Bitcoin und Ethereum zu untersuchen und Ethereum-Renditen vorherzusagen. Der Datensatz umfasst logarithmische Renditen und zusätzliche Kovariaten. Die Autoren beginnen mit der Pearson-Korrelation als vorläufigem Maß für die Verbindung zwischen den beiden Kryptowährungen. Anschließend wenden sie die kanonische Korrelationsanalyse und die Hauptkomponentenanalyse an, um die Datendimensionalität zu reduzieren und Beziehungen zwischen den Vermögenswerten zu untersuchen.

Für die Prognoseaufgabe verwendet die Studie Bitcoin-Merkmale, um Ethereum-Renditen vorherzusagen, und misst die Leistung der statistischen Verfahren. Die vorliegende Beschreibung erläutert das Forschungsdesign, nennt aber weder Prognosewerte und Stichprobentermine noch Modelldetails oder einen Vergleich mit einer Basislinie. Sie zeigt daher, welche Methoden bewertet wurden, nicht jedoch, ob die Dimensionsreduktion die Prognosen verbessert hat oder ob sich ein Zusammenhang über die analysierten Daten hinaus verallgemeinern lässt. Im Mittelpunkt stehen statistische Beziehungen und Renditeprognosen zwischen zwei Kryptowährungen, keine vollständige Handelsstrategie mit Ausführungs- oder Risikoregeln.

Kernaussagen

• Die Studie untersucht Zusammenhänge zwischen Bitcoin und Ethereum anhand ihrer logarithmischen Renditen und zusätzlicher Kovariaten.
• Die Pearson-Korrelation liefert eine erste Einschätzung des Zusammenhangs zwischen den beiden Vermögenswerten.
• Kanonische Korrelationsanalyse und Hauptkomponentenanalyse dienen der Dimensionsreduktion.
• Bei der Prognoseaufgabe werden Ethereum-Renditen anhand von Bitcoin-Merkmalen vorhergesagt.
• Die vorliegende Beschreibung nennt keine Prognosewerte und belegt nicht, ob die Verfahren die Prognosen verbessern.

Schlagwörter

# Dimensionality reduction for prediction: Application to Bitcoin and Ethereum


# Dimensionality reduction for prediction: Application to Bitcoin and Ethereum









The objective of this paper is to assess the performances of dimensionality reduction techniques to establish a link between cryptocurrencies. We have focused our analysis on the two most traded cryptocurrencies: Bitcoin and Ethereum. To perform our analysis, we took log returns and added some covariates to build our data set. We first introduced the pearson correlation coefficient in order to have a preliminary assessment of the link between Bitcoin and Ethereum. We then reduced the dimension of our data set using canonical correlation analysis and principal component analysis. After performing an analysis of the links between Bitcoin and Ethereum with both statistical techniques, we measured their performance on forecasting Ethereum returns with Bitcoin s features.

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.