חיזוי תשואות מטבעות קריפטוגרפיים באמצעות LASSO-VAR ונתוני סנטימנט

סיכום

המאמר בוחן אם מדדי סנטימנט ותשומת לב ברשתות החברתיות יכולים לסייע בחיזוי תשואות לוגריתמיות יומיות של עשרה מטבעות קריפטוגרפיים. המשתנים המנבאים כוללים סנטימנט ב-Twitter וב-Reddit, מדדי Google Trends ומחזורי מסחר. שיטת החיזוי היא רגרסיה וקטורית אוטורגרסיבית עם רגולריזציית LASSO, הנבדקת באמצעות תחזית רקורסיבית ל-30 ימים על תצפיות יומיות מינואר 2018 עד ינואר 2022. המחקר משווה גם תחזיות למדדי ייחוס ומיישם הליך LASSO כפול לאחר האמידה לניתוח סיבתיות Granger במודלי VAR עתירי ממדים.

הדיוק הכיווני המדווח עולה על 50%, והדיוק הכיווני הממוצע משתפר ב-10% ביחס למדדי הייחוס העיקריים. הוספת סנטימנט ותשומת לב משפרת את הדיוק הכיווני, אך לא את שורש ממוצע ריבועי השגיאה (RMSE). ניתוח סיבתיות Granger אינו מוצא ראיות לכך שסנטימנט ברשתות החברתיות גורם לתשואות מטבעות קריפטוגרפיים. התוצאות מציעות שסנטימנט ותשומת לב עשויים לסייע בתחזיות כיווניות בלי לשפר שגיאות בחיזוי גודל התשואה או לבסס קשר סיבתי. הקטע אינו מציין את מדדי הייחוס ואינו מספק פרטים נוספים על עמידות, עלויות עסקה או יישום מחוץ למדגם.

רעיונות מרכזיים

• המחקר משתמש במודלי LASSO-VAR לחיזוי תשואות של עשרה מטבעות קריפטוגרפיים מנתונים יומיים.
• סנטימנט ב-Twitter וב-Reddit, Google Trends ומחזורי מסחר נכללים כמשתנים מנבאים.
• סנטימנט ותשומת לב משפרים את הדיוק הכיווני הממוצע ביחס למדדי הייחוס שצוינו, אך לא את שורש ממוצע ריבועי השגיאה (RMSE).
• ניתוח סיבתיות Granger המדווח אינו מוצא קשר סיבתי מנבא מסנטימנט ברשתות החברתיות לתשואות מטבעות קריפטוגרפיים.
• הקטע אינו מתאר התאמות לעלויות מסחר או תוצאות יישום.

תגיות

# Forecasting Cryptocurrencies Log-Returns: a LASSO-VAR and Sentiment Approach


# Forecasting Cryptocurrencies Log-Returns: a LASSO-VAR and Sentiment Approach









Cryptocurrencies have become a trendy topic recently, primarily due to their disruptive potential and reports of unprecedented returns. In addition, academics increasingly acknowledge the predictive power of Social Media in many fields and, more specifically, for financial markets and economics. In this paper, we leverage the predictive power of Twitter and Reddit sentiment together with Google Trends indexes and volume to forecast the log returns of ten cryptocurrencies. Specifically, we consider $Bitcoin$, $Ethereum$, $Tether$, $Binance Coin$, $Litecoin$, $Enjin Coin$, $Horizen$, $Namecoin$, $Peercoin$, and $Feathercoin$. We evaluate the performance of LASSO-VAR using daily data from January 2018 to January 2022. In a 30 days recursive forecast, we can retrieve the correct direction of the actual series more than 50% of the time. We compare this result with the main benchmarks, and we see a 10% improvement in Mean Directional Accuracy (MDA). The use of sentiment and attention variables as predictors increase significantly the forecast accuracy in terms of MDA but not in terms of Root Mean Squared Errors. We perform a Granger causality test using a post-double LASSO selection for high-dimensional VARs. Results show no "causality" from Social Media sentiment to cryptocurrencies returns

מוצג במלואו בציון המקור ובהתאם לרישיון שלו. רישיון: abstract CC0

הסיכום נכתב בידי סוכן המחקר של Stratmill על סמך המקור; הוא אינו העתק של המקור.