מכונות וקטורים תומכים למסחר במטבעות קריפטו בטווח קצר
סיכום
המחקר משתמש במחירים היסטוריים ובמדדים טכניים כדי לסווג תנועות קצרות טווח בביטקוין, אתריום ולייטקוין. הוא משווה בין שיטות סיווג לפי יכולתן לזהות תנועות עלייה וירידה באופק של שעה, ומדווח על ביצועים לפי ערך ניבוי חיובי ושלילי. לאחר מכן הוא ממיר תחזיות להחלטות מסחר ומעריך אותן באמצעות בקטסטר שנועד לייצג תנאי מסחר.
מכונות וקטורים תומכים מניבות את האסטרטגיות הרווחיות ביותר מבין השיטות שנבחנו, והאסטרטגיות המדווחות מניבות בממוצע ביצועים טובים יותר מהשוק בכל שלושת הנכסים בתקופת ההערכה המצוינת, שהחלה בינואר 2018. הממצאים מוגבלים למטבעות הקריפטוגרפיים, למדגם ההיסטורי, למדדים, לאופק התחזית ולהנחות הבקטסט שנבחרו. התיאור אינו מספק פרטים כגון הגדרות עלויות עסקה, מפרטי מודל או ביצועים מותאמים לסיכון, ולכן התוצאות המדווחות לבדן אינן מבססות כיצד האסטרטגיה תפעל בתקופות אחרות או במסחר חי.
רעיונות מרכזיים
- המחקר בונה מדדים טכניים מהיסטוריית המחירים של מטבעות קריפטוגרפיים, כדי לחזות את כיוון המחיר בעוד שעה.
- הוא מעריך מסווגים באמצעות מדדים של ערך ניבוי חיובי ושלילי.
- התחזיות מומרות להחלטות מסחר ונבדקות באמצעות בקטסטר המותאם למסחר.
- מכונות וקטורים תומכים מובילות בשיטות שנבדקו מבחינת רווחיות האסטרטגיות המדווחת.
- הביצועים הטובים יותר מהשוק המדווחים מוגבלים לביטקוין, אתריום, לייטקוין ולתקופה ההיסטורית שנבדקה.
תגיות
הטקסט המלא
# 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.
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.