コンテンツへスキップ
ライブラリの全資料

オンチェーン・大口投資家データで予測するビットコインのボラティリティ急上昇 | Stratmill

記事 arXiv papers · 著者: Dorien Herremans et al.
原文を読む

サマリー

本論文は、オンチェーン、取引所、マイナーのデータを含むCryptoQuantのシグナルと大口投資家のアラート投稿が、翌日のビットコインのボラティリティ、特に極端な急上昇の予測に役立つかを検証します。Synthesizer Transformer予測モデルを提案し、既存手法と性能を比較します。著者らは、これらのデータを用いると極端なボラティリティの予測でモデルの成績が上がると報告していますが、説明には標本期間、資産市場の詳細、数値による比較結果がありません。

本研究では特徴量寄与度分析で重要な入力を調べ、複数のベースライン売買戦略を用いて予測をバックテストします。ドローダウンの縮小と安定した利益を報告していますが、要約には具体的な指標、戦略ルール、取引コストの詳細がありません。したがって、これらの結果はリスク管理や取引への応用可能性を示すものの、市場局面をまたいだ頑健性やアウト・オブ・サンプルでの有効性を立証するものではありません。

主なアイデア

  • 予測対象は翌日のビットコインのボラティリティで、特に極端な急上昇に注目します。
  • 入力にはCryptoQuantのデータと大口投資家のアラート投稿が含まれます。
  • Synthesizer Transformerは極端なボラティリティ予測で比較モデルを上回ると報告されています。
  • 影響の大きい入力を調べるため、特徴量寄与度分析を用います。
  • バックテストではドローダウンの低下と安定した利益が報告されていますが、指標や頑健性の詳細はありません。

タグ

暗号資産ボラティリティ機械学習オンチェーンデータバックテストリスク管理
全文
# Forecasting Bitcoin volatility spikes from whale transactions and CryptoQuant data using Synthesizer Transformer models


# Forecasting Bitcoin volatility spikes from whale transactions and CryptoQuant data using Synthesizer Transformer models









The cryptocurrency market is highly volatile compared to traditional financial markets. Hence, forecasting its volatility is crucial for risk management. In this paper, we investigate CryptoQuant data (e.g. on-chain analytics, exchange and miner data) and whale-alert tweets, and explore their relationship to Bitcoin's next-day volatility, with a focus on extreme volatility spikes. We propose a deep learning Synthesizer Transformer model for forecasting volatility. Our results show that the model outperforms existing state-of-the-art models when forecasting extreme volatility spikes for Bitcoin using CryptoQuant data as well as whale-alert tweets. We analysed our model with the Captum XAI library to investigate which features are most important. We also backtested our prediction results with different baseline trading strategies and the results show that we are able to minimize drawdown while keeping steady profits. Our findings underscore that the proposed method is a useful tool for forecasting extreme volatility movements in the Bitcoin 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。