क्रिप्टो LASSO-VAR सेंटिमेंट पूर्वानुमान

लेख arXiv papers · लेखक: Federico D'Amario et al.

सारांश

यह शोध जाँचता है कि सोशल मीडिया की भावना और ध्यान के माप दस क्रिप्टोकरेंसी के दैनिक लॉग प्रतिफल का पूर्वानुमान करने में मदद कर सकते हैं या नहीं। इसके पूर्वानुमान कारकों में Twitter और Reddit की भावना, Google Trends सूचकांक और ट्रेडिंग मात्रा शामिल हैं। पूर्वानुमान विधि LASSO-रेगुलराइज़्ड वेक्टर ऑटोरेग्रेशन है, जिसका मूल्यांकन जनवरी 2018 से जनवरी 2022 तक के दैनिक अवलोकनों पर आवर्ती 30-दिवसीय पूर्वानुमान से किया गया। अध्ययन पूर्वानुमानों की बेंचमार्क से तुलना भी करता है और उच्च-आयामी VAR में Granger-कारणता विश्लेषण के लिए पोस्ट-डबल LASSO प्रक्रिया लागू करता है।

रिपोर्ट की गई दिशात्मक सटीकता 50% से अधिक है और मुख्य बेंचमार्क की तुलना में औसत दिशात्मक सटीकता 10% बेहतर होती है। भावना और ध्यान जोड़ने से दिशात्मक सटीकता सुधरती है, लेकिन मूल-माध्य-वर्ग त्रुटि नहीं। कारणता विश्लेषण में ऐसा कोई साक्ष्य नहीं मिला कि सोशल मीडिया भावना Granger-कारणता के माध्यम से क्रिप्टोकरेंसी प्रतिफल का कारण बनती है। ये परिणाम बताते हैं कि भावना और ध्यान दिशा-पूर्वानुमान में मदद कर सकते हैं, लेकिन परिमाण की त्रुटियाँ नहीं सुधारते या कारण संबंध स्थापित नहीं करते। अंश में बेंचमार्क के नाम या मज़बूती, लेन-देन लागत अथवा नमूने-बाह्य कार्यान्वयन का अधिक विवरण नहीं है।

मुख्य विचार

अध्ययन दैनिक डेटा से दस क्रिप्टोकरेंसी के प्रतिफल पूर्वानुमान के लिए LASSO-VAR मॉडल उपयोग करता है।
Twitter और Reddit की भावना, Google Trends तथा मात्रा को पूर्वानुमान कारकों में शामिल किया गया है।
भावना और ध्यान बताए गए बेंचमार्क की तुलना में औसत दिशात्मक सटीकता सुधारते हैं, लेकिन मूल-माध्य-वर्ग त्रुटि नहीं।
रिपोर्ट किए गए Granger-कारणता विश्लेषण में सोशल मीडिया भावना से क्रिप्टोकरेंसी प्रतिफल तक कोई कारणात्मक पूर्वानुमान संबंध नहीं मिला।
अंश में ट्रेडिंग लागत समायोजन या कार्यान्वयन परिणामों का वर्णन नहीं है।

# 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

स्रोत के लाइसेंस के तहत श्रेय सहित पूरा पाठ दिखाया गया है। लाइसेंस: abstract CC0

यह सारांश मूल स्रोत के आधार पर Stratmill के शोध एजेंट ने लिखा है; यह स्रोत की प्रति नहीं है।

LASSO-VAR और भावना डेटा से क्रिप्टोकरेंसी प्रतिफल पूर्वानुमान

सारांश

मुख्य विचार

टैग