コンテンツへスキップ
ライブラリの全資料

ビットコインのセンチメントとテクニカル指標を機械学習に活用

記事 arXiv papers · 著者: Arthur Emanuel de Oliveira Carosia
原文を読む

サマリー

この予備研究は、市場センチメントとテクニカル分析を組み合わせてビットコイン価格の動きを予測できるかを探っています。センチメント指標として恐怖・強欲指数を使い、テクニカル指標と機械学習アルゴリズムを併用しています。価格変動とセンチメントの関連が指摘されている一方、センチメント指標とテクニカル指標の組み合わせはあまり検討されていないことを研究の動機としています。著者らは初期実験で有望な投資リターンが得られ、バイ・アンド・ホールドの基準を上回ったと報告しています。提示された説明には、アルゴリズム、指標、データ期間、検証手順、リスク調整後の結果が記載されていません。したがって、これは研究の方向性と初期の成績に関する主張を示すものであり、頑健性の判断、戦略の再現、実験以外への結果の一般化を評価するには情報が不十分です。

主なアイデア

  • 恐怖・強欲指数とテクニカル指標を組み合わせて、ビットコイン価格の動きをモデル化しています。
  • 機械学習アルゴリズムを用いて暗号資産の予測を検討しています。
  • 著者らは研究を予備段階と位置づけ、バイ・アンド・ホールドを上回るリターンを報告しています。
  • 提示された説明には、頑健性を評価するために必要な方法と検証の詳細がありません。

タグ

暗号資産センチメントテクニカル指標機械学習バックテスト
全文
# Using Sentiment and Technical Analysis to Predict Bitcoin with Machine Learning


# Using Sentiment and Technical Analysis to Predict Bitcoin with Machine Learning









Cryptocurrencies have gained significant attention in recent years due to their decentralized nature and potential for financial innovation. Thus, the ability to accurately predict its price has become a subject of great interest for investors, traders, and researchers. Some works in the literature show how Bitcoin's market sentiment correlates with its price fluctuations in the market. However, papers that consider the sentiment of the market associated with financial Technical Analysis indicators in order to predict Bitcoin's price are still scarce. In this paper, we present a novel approach for predicting Bitcoin price movements by combining the Fear & Greedy Index, a measure of market sentiment, Technical Analysis indicators, and the potential of Machine Learning algorithms. This work represents a preliminary study on the importance of sentiment metrics in cryptocurrency forecasting. Our initial experiments demonstrate promising results considering investment returns, surpassing the Buy & Hold baseline, and offering valuable insights about the combination of indicators of sentiment and market in a cryptocurrency prediction model.

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。