テクニカル指標によるビットコイン価格方向の分類
記事 arXiv papers · 著者: Abdelatif Hafid et al.
サマリー
この研究は、暗号資産価格が上昇するか下落するかを予測する機械学習の分類手法を説明しています。過去のビットコイン終値データで学習し、移動平均収束拡散法、相対力指数、ボリンジャーバンドといった一般的なテクニカル指標を取り入れています。目的とする出力は、数値による価格予測ではなく、買いまたは売りの判断に役立つ方向性の情報です。
文書によると、混同行列や受信者動作特性曲線を含むシミュレーションでモデル性能を評価し、売買シグナルの精度が92%を上回ったと報告しています。ここでは分類アルゴリズム、予測期間、サンプル期間、データ分割、取引コスト、単純なベースラインとの比較について説明していません。これらの情報がないため、頑健性や報告された精度が実用可能な戦略につながるかを判断するのは困難です。根拠はビットコインの実証例に限られ、他の資産や市場局面での性能を裏付けるものではありません。
主なアイデア
- このモデルは正確な価格ではなく、ビットコイン価格の予想方向を分類します。
- 過去の終値にMACD、RSI、ボリンジャーバンドを組み合わせて入力します。
- 分類性能の評価には、混同行列とROC曲線を用います。
- この実証研究では、売買シグナルの精度が92%を上回ったと報告しています。
- 説明された根拠からは、コスト控除後の収益性やビットコイン以外への一般化は確認できません。
タグ
全文
# Predicting Market Trends with Enhanced Technical Indicator Integration and Classification Models # Predicting Market Trends with Enhanced Technical Indicator Integration and Classification Models Thanks to the high potential for profit, trading has become increasingly attractive to investors as the cryptocurrency and stock markets rapidly expand. However, because financial markets are intricate and dynamic, accurately predicting prices remains a significant challenge. The volatile nature of the cryptocurrency market makes it even harder for traders and investors to make decisions. This study presents a classification-based machine learning model to forecast the direction of the cryptocurrency market, i.e., whether prices will increase or decrease. The model is trained using historical data and important technical indicators such as the Moving Average Convergence Divergence, the Relative Strength Index, and the Bollinger Bands. We illustrate our approach with an empirical study of the closing price of Bitcoin. Several simulations, including a confusion matrix and Receiver Operating Characteristic curve, are used to assess the model's performance, and the results show a buy/sell signal accuracy of over 92\%. These findings demonstrate how machine learning models can assist investors and traders of cryptocurrencies in making wise/informed decisions in a very volatile market.
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。