सामग्री पर जाएं
लाइब्रेरी के सभी दस्तावेज़

PCA और कैनोनिकल सहसंबंध से Ethereum रिटर्न का पूर्वानुमान

लेख arXiv papers · लेखक: Hugo Inzirillo et al.
मूल स्रोत पढ़ें

सारांश

यह शोधपत्र Bitcoin और Ethereum के संबंध का अध्ययन करने तथा Ethereum रिटर्न का पूर्वानुमान लगाने के लिए आयाम-घटाने के तरीकों का मूल्यांकन करता है। डेटासेट में लॉग रिटर्न और अतिरिक्त सहचर शामिल हैं। लेखक पहले दोनों क्रिप्टोकरेंसी के संबंध के प्रारंभिक माप के रूप में Pearson सहसंबंध का उपयोग करते हैं, फिर डेटा के आयाम घटाने और परिसंपत्तियों के बीच संबंधों की जाँच के लिए कैनोनिकल सहसंबंध विश्लेषण और प्रमुख घटक विश्लेषण लागू करते हैं।

पूर्वानुमान कार्य में अध्ययन Ethereum रिटर्न का पूर्वानुमान लगाने के लिए Bitcoin विशेषताओं का उपयोग करता है और सांख्यिकीय तकनीकों के प्रदर्शन को मापता है। दिया गया विवरण शोध डिज़ाइन बताता है, लेकिन पूर्वानुमान स्कोर, नमूने की तारीखें, मॉडल विवरण या आधाररेखा से तुलना नहीं देता। इससे पता चलता है कि किन तरीकों का आकलन हुआ, पर यह नहीं कि आयाम घटाने से पूर्वानुमान बेहतर हुए या कोई संबंध विश्लेषित डेटा से आगे भी लागू होगा। ध्यान दो क्रिप्टोकरेंसी के बीच सांख्यिकीय संबंध और रिटर्न पूर्वानुमान पर है, निष्पादन या जोखिम नियमों वाली पूर्ण ट्रेडिंग रणनीति पर नहीं।

मुख्य विचार

  • अध्ययन Bitcoin और Ethereum के संबंधों को उनके लॉग रिटर्न और अतिरिक्त सहचरों से जाँचता है।
  • दो परिसंपत्तियों के संबंध के प्रारंभिक आकलन के लिए Pearson सहसंबंध का उपयोग किया गया है।
  • आयाम घटाने के लिए कैनोनिकल सहसंबंध विश्लेषण और प्रमुख घटक विश्लेषण का उपयोग किया गया है।
  • पूर्वानुमान कार्य Bitcoin विशेषताओं का उपयोग करके Ethereum रिटर्न का अनुमान लगाता है।
  • दिया गया विवरण पूर्वानुमान स्कोर नहीं बताता और यह स्थापित नहीं करता कि ये तरीके पूर्वानुमान बेहतर करते हैं।

टैग

क्रिप्टोसांख्यिकीमशीन लर्निंगबैकटेस्टिंग
पूरा पाठ
# Dimensionality reduction for prediction: Application to Bitcoin and Ethereum


# Dimensionality reduction for prediction: Application to Bitcoin and Ethereum









The objective of this paper is to assess the performances of dimensionality reduction techniques to establish a link between cryptocurrencies. We have focused our analysis on the two most traded cryptocurrencies: Bitcoin and Ethereum. To perform our analysis, we took log returns and added some covariates to build our data set. We first introduced the pearson correlation coefficient in order to have a preliminary assessment of the link between Bitcoin and Ethereum. We then reduced the dimension of our data set using canonical correlation analysis and principal component analysis. After performing an analysis of the links between Bitcoin and Ethereum with both statistical techniques, we measured their performance on forecasting Ethereum returns with Bitcoin s features.

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।