コンテンツへスキップ
ライブラリの全資料

深層NLPと市場データによる暗号資産予測

記事 arXiv papers · 著者: Vincent Gurgul et al.
原文を読む

サマリー

この研究は、金融データやブロックチェーンデータと組み合わせたニュースやソーシャルメディアのテキストが、ビットコインとイーサリアムの価格予測を改善するかを調べています。事前学習済みおよびファインチューニング済み言語モデルを辞書ベースのセンチメント手法と比較し、BART MNLIのゼロショット分類で強気または弱気の内容を識別します。予測対象には日次変動に加えて局所的な価格極値も含まれ、取引頻度とポートフォリオのボラティリティを抑えることを意図しています。

著者らは、テキスト特徴量の追加で予測精度が改善し、深層学習によるNLP手法も、検討した検証シナリオ全体で収益性とシャープレシオを高めると報告しています。標本数、評価指標、ベースラインの結果、市場期間の詳細は示されていないため、この説明だけでは結果の強さや一般化可能性を評価できません。これは実証的な予測手法を説明するものであり、シグナルが実運用や取引コスト控除後も収益を生む証拠ではありません。

主なアイデア

  • ビットコインとイーサリアムの予測に、金融・ブロックチェーン特徴量とニュース・ソーシャルメディアのテキストを組み合わせています。
  • 深層学習によるNLPモデルを辞書ベースのセンチメント分析と比較しています。
  • BART MNLIのゼロショット分類を使い、テキストを強気または弱気に分類します。
  • 局所的な極値を予測対象にすることで、取引頻度とポートフォリオのボラティリティを抑えることを意図しています。
  • 著者らは予測指標と取引指標の改善を報告していますが、説明には検証の詳細やコスト分析がありません。

タグ

暗号資産機械学習センチメントオンチェーンデータバックテスト
全文
# Deep Learning and NLP in Cryptocurrency Forecasting: Integrating Financial, Blockchain, and Social Media Data


# Deep Learning and NLP in Cryptocurrency Forecasting: Integrating Financial, Blockchain, and Social Media Data









We introduce novel approaches to cryptocurrency price forecasting, leveraging Machine Learning (ML) and Natural Language Processing (NLP) techniques, with a focus on Bitcoin and Ethereum. By analysing news and social media content, primarily from Twitter and Reddit, we assess the impact of public sentiment on cryptocurrency markets. A distinctive feature of our methodology is the application of the BART MNLI zero-shot classification model to detect bullish and bearish trends, significantly advancing beyond traditional sentiment analysis. Additionally, we systematically compare a range of pre-trained and fine-tuned deep learning NLP models against conventional dictionary-based sentiment analysis methods. Another key contribution of our work is the adoption of local extrema alongside daily price movements as predictive targets, reducing trading frequency and portfolio volatility. Our findings demonstrate that integrating textual data into cryptocurrency price forecasting not only improves forecasting accuracy but also consistently enhances the profitability and Sharpe ratio across various validation scenarios, particularly when applying deep learning NLP techniques. The entire codebase of our experiments is made available via an online repository: https://anonymous.4open.science/r/crypto-forecasting-public

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。