コンテンツへスキップ
ライブラリの全資料

ビットコインのリターン予測におけるCOVID-19指標の検証

記事 arXiv papers · 著者: Imen Mahmoud et al.
原文を読む

サマリー

本研究では、ビットコインのリターン予測にCOVID-19の健康指標が予測力を加えるかを検証します。パンデミック関連の特徴量としてワクチン接種、入院、検査の指標を含む場合と含まない場合で、LightGBM回帰モデルを比較します。遺伝的アルゴリズムを用いて独立した31回の実行でモデルを最適化し、重なり分析とマン・ホイットニーのU検定でR²、RMSE、MAEの分布を比較します。個々の入力の寄与を評価するため、置換特徴量重要度を用います。

報告された結果では、COVID-19のデータを含むモデルが優位でした。R²は40%上昇し、RMSEは2%低下しました。どちらの変化も統計的に非常に有意とされています。特に、完全接種者の75パーセンタイルなど、ワクチン接種の指標が上位に挙がりました。証拠が示すのは研究のデータセットと設定における予測性能であり、これらの特徴がビットコインのリターンを引き起こすことや、実運用を改善することを立証するものではありません。サンプル期間、モデル検証の設計、取引コストについて詳しい情報がなく、実用面やアウト・オブ・サンプルでの価値は評価しにくい状況です。

主なアイデア

  • COVID-19指標を含む場合と含まない場合で、LightGBMによるビットコインのリターン予測モデルを比較します。
  • 遺伝的アルゴリズムで、独立した31回の実行にわたりモデルを最適化します。
  • 性能指標の比較には、マン・ホイットニーのU検定と分布の重なりを用います。
  • 置換特徴量重要度により、ワクチン接種の指標が有力な予測因子として特定されます。
  • 報告された改善は研究設定における予測性能の向上を示すもので、実運用での価値を証明するものではありません。

タグ

暗号資産機械学習統計バックテスト
全文
# 2508.00078


# Evaluating COVID 19 Feature Contributions to Bitcoin Return Forecasting: Methodology Based on LightGBM and Genetic Optimization









This study proposes a novel methodological framework integrating a LightGBM regression model and genetic algorithm (GA) optimization to systematically evaluate the contribution of COVID-19-related indicators to Bitcoin return prediction. The primary objective was not merely to forecast Bitcoin returns but rather to determine whether including pandemic-related health data significantly enhances prediction accuracy. A comprehensive dataset comprising daily Bitcoin returns and COVID-19 metrics (vaccination rates, hospitalizations, testing statistics) was constructed. Predictive models, trained with and without COVID-19 features, were optimized using GA over 31 independent runs, allowing robust statistical assessment. Performance metrics (R2, RMSE, MAE) were statistically compared through distribution overlaps and Mann-Whitney U tests. Permutation Feature Importance (PFI) analysis quantified individual feature contributions. Results indicate that COVID-19 indicators significantly improved model performance, particularly in capturing extreme market fluctuations (R2 increased by 40%, RMSE decreased by 2%, both highly significant statistically). Among COVID-19 features, vaccination metrics, especially the 75th percentile of fully vaccinated individuals, emerged as dominant predictors. The proposed methodology extends existing financial analytics tools by incorporating public health signals, providing investors and policymakers with refined indicators to navigate market uncertainty during systemic crises.

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。