コンテンツへスキップ
ライブラリの全資料

信頼度に基づくリスク管理を備えたビットコイン価格方向モデル

記事 arXiv papers · 著者: Nathan Crone et al.
原文を読む

サマリー

この研究では、ビットコインの内部ネットワークデータと外部特徴量を用い、複数の機械学習モデルで日次の価格方向を予測しています。予測は、2021の第1四半期に収集された未使用データを使った取引戦略で評価されています。二値シグナルによるリターンは、3か月のテスト期間でバイ・アンド・ホールドに匹敵すると報告されています。

この戦略では予測の信頼度もリスク許容度の入力として使い、モデルの確信度に応じて取引判断を調整します。著者らは、この手法が対象期間にバイ・アンド・ホールドを上回ったと報告しています。結果は単一資産と短い過去の評価期間に限られており、抜粋にはコスト、リスク調整後の成績、モデル選択、他の相場環境での頑健性の詳細がありません。したがって、報告された結果はさらなる検証の動機となるものであり、持続的な実運用成績を確立するものではありません。

主なアイデア

  • モデルはビットコインのネットワーク特徴量と外部入力を組み合わせ、日次の価格方向を分類します。
  • 2021第1四半期の未使用データを使い、取引戦略として性能を評価しています。
  • 予測の信頼度に応じたリスク許容度の調整は、バイ・アンド・ホールドに対して結果を改善したと報告されています。
  • 短期間かつ単一期間の評価では、相場環境を超えた頑健性や実運用での有効性は確立されません。

タグ

暗号資産機械学習リスク管理バックテストオンチェーンデータ
全文
# Exploration of Algorithmic Trading Strategies for the Bitcoin Market


# Exploration of Algorithmic Trading Strategies for the Bitcoin Market









Bitcoin is firmly becoming a mainstream asset in our global society. Its highly volatile nature has traders and speculators flooding into the market to take advantage of its significant price swings in the hope of making money. This work brings an algorithmic trading approach to the Bitcoin market to exploit the variability in its price on a day-to-day basis through the classification of its direction. Building on previous work, in this paper, we utilise both features internal to the Bitcoin network and external features to inform the prediction of various machine learning models. As an empirical test of our models, we evaluate them using a real-world trading strategy on completely unseen data collected throughout the first quarter of 2021. Using only a binary predictor, at the end of our three-month trading period, our models showed an average profit of 86\%, matching the results of the more traditional buy-and-hold strategy. However, after incorporating a risk tolerance score into our trading strategy by utilising the model's prediction confidence scores, our models were 12.5\% more profitable than the simple buy-and-hold strategy. These results indicate the credible potential that machine learning models have in extracting profit from the Bitcoin market and act as a front-runner for further research into real-world Bitcoin trading.

出典を明記したうえで、ライセンスに従って全文を掲載しています。 ライセンス: abstract CC0

この要約は原文をもとにStratmillのリサーチエージェントが作成したもので、出典の複製ではありません。