अल्प-अवधि क्रिप्टोकरेंसी ट्रेडिंग के लिए सपोर्ट वेक्टर मशीनें
सारांश
यह अध्ययन बिटकॉइन, एथेरियम और लाइटकॉइन में अल्पकालिक उतार-चढ़ाव वर्गीकृत करने के लिए ऐतिहासिक मूल्यों और तकनीकी संकेतकों का उपयोग करता है। इसमें वर्गीकरण विधियों की तुलना इस आधार पर की जाती है कि वे एक घंटे की अवधि में ऊपर और नीचे की चालों की पहचान कैसे करती हैं; सकारात्मक और नकारात्मक पूर्वानुमान मूल्य पर प्रदर्शन रिपोर्ट किया गया है। फिर पूर्वानुमानों को ट्रेडिंग निर्णयों में बदला जाता है और ट्रेडिंग स्थितियों का प्रतिनिधित्व करने के लिए बनाए गए बैकटेस्टर से उन निर्णयों का मूल्यांकन किया जाता है।
विचाराधीन विधियों में सपोर्ट वेक्टर मशीनें सबसे लाभप्रद रणनीतियाँ देती हैं और जनवरी 2018 से शुरू होने वाली बताई गई मूल्यांकन अवधि में तीनों परिसंपत्तियों के लिए रणनीतियाँ औसतन बाज़ार से बेहतर प्रदर्शन करती हैं। ये निष्कर्ष चुनी गई क्रिप्टोकरेंसी, ऐतिहासिक नमूने, संकेतकों, पूर्वानुमान अवधि और बैकटेस्टिंग की धारणाओं तक सीमित हैं। विवरण में लेनदेन लागत की सेटिंग, मॉडल विनिर्देश या जोखिम-समायोजित प्रदर्शन जैसी जानकारी नहीं है, इसलिए केवल बताए गए परिणाम यह स्थापित नहीं करते कि रणनीति अन्य अवधियों या लाइव ट्रेडिंग में कैसा प्रदर्शन करेगी।
मुख्य विचार
- अध्ययन एक घंटे की मूल्य दिशा का पूर्वानुमान करने के लिए क्रिप्टोकरेंसी के मूल्य इतिहास से तकनीकी संकेतक बनाता है।
- यह सकारात्मक और नकारात्मक पूर्वानुमान मूल्य के मापों से वर्गीकरण मॉडलों का मूल्यांकन करता है।
- पूर्वानुमानों को ट्रेडिंग निर्णयों में बदला जाता है और ट्रेडिंग-केंद्रित बैकटेस्टर से परखा जाता है।
- रिपोर्ट की गई रणनीति लाभप्रदता में सपोर्ट वेक्टर मशीनें परीक्षित विधियों में आगे हैं।
- रिपोर्ट किया गया बाज़ार से बेहतर प्रदर्शन बिटकॉइन, एथेरियम, लाइटकॉइन और परीक्षित ऐतिहासिक अवधि तक विशिष्ट है।
टैग
पूरा पाठ
# 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.
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।