ترکیب احساسات بازار بیت‌کوین و شاخص‌های تکنیکال در یادگیری ماشین

خلاصه

این مطالعه مقدماتی بررسی می‌کند که آیا می‌توان با ترکیب احساسات بازار و تحلیل تکنیکال، نوسانات قیمت بیت‌کوین را پیش‌بینی کرد. ورودی احساسی آن شاخص ترس و طمع است که در کنار شاخص‌های تکنیکال و الگوریتم‌های یادگیری ماشین به کار می‌رود. انگیزه اعلام‌شده این است که احساسات با نوسان قیمت مرتبط دانسته شده، اما ترکیب سنجه‌های احساسات با شاخص‌های تکنیکال کمتر بررسی شده است. نویسندگان گزارش می‌کنند آزمایش‌های اولیه بازده سرمایه‌گذاری امیدوارکننده‌ای داشته و از معیار خرید و نگهداری فراتر رفته است. شرح ارائه‌شده الگوریتم‌ها، شاخص‌ها، دوره داده، روش اعتبارسنجی یا نتایج تعدیل‌شده بر اساس ریسک را مشخص نمی‌کند. بنابراین، این پژوهش یک مسیر تحقیقاتی و ادعایی اولیه درباره عملکرد ارائه می‌دهد، نه جزئیات کافی برای سنجش استحکام، بازتولید استراتژی یا تعیین اینکه نتایج فراتر از آزمایش‌ها نیز تعمیم می‌یابند یا نه.

ایده‌های کلیدی

• مطالعه شاخص ترس و طمع را با شاخص‌های تکنیکال ترکیب می‌کند تا نوسانات قیمت بیت‌کوین را مدل کند.
• الگوریتم‌های یادگیری ماشین برای بررسی پیش‌بینی ارزهای دیجیتال به کار می‌روند.
• نویسندگان پژوهش را مقدماتی توصیف می‌کنند و بازدهی فراتر از معیار خرید و نگهداری را گزارش می‌دهند.
• شرح ارائه‌شده جزئیات روش‌شناختی و اعتبارسنجی لازم برای ارزیابی استحکام را ندارد.

برچسب‌ها

# 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.

با ذکر منبع و مطابق مجوز اثر، به‌طور کامل نمایش داده می‌شود. مجوز: abstract CC0

این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخه‌ای از اثر منبع نیست.