본문으로 건너뛰기
라이브러리 문서 전체

기술 지표로 비트코인 가격 방향 분류

기사 arXiv papers · 저자: Abdelatif Hafid et al.
원문 읽기

요약

이 연구는 암호화폐 가격의 상승 또는 하락 여부를 예측하는 머신러닝 분류 접근법을 설명합니다. 과거 비트코인 종가 데이터로 학습하며, 이동평균 수렴확산 지수, 상대강도지수, 볼린저 밴드와 같은 일반적인 기술 지표를 사용합니다. 목적은 수치 가격 예측이 아니라 매수 또는 매도 결정에 참고할 수 있는 방향성 정보를 제공하는 것입니다.

문서는 혼동 행렬과 수신자 조작 특성 곡선을 포함한 시뮬레이션으로 모델 성능을 평가하고, 매수/매도 신호 정확도가 92퍼센트보다 높다고 보고합니다. 분류 알고리즘, 예측 기간, 표본 기간, 데이터 분할, 거래 비용, 단순 기준 모델과의 비교는 여기서 설명하지 않습니다. 이 정보가 없어 견고성이나 보고된 정확도가 실행 가능한 전략으로 이어질지 판단하기 어렵습니다. 근거는 비트코인 실증 사례에 한정되며 다른 자산이나 시장 국면에서의 성과를 입증하지 않습니다.

핵심 아이디어

  • 이 모델은 정확한 가격을 예측하는 대신 비트코인 가격의 예상 방향을 분류합니다.
  • 과거 종가와 MACD, RSI, 볼린저 밴드를 입력값으로 결합합니다.
  • 혼동 행렬과 ROC 곡선으로 분류 성능을 평가합니다.
  • 문서는 실증 연구에서 매수/매도 신호 정확도가 92퍼센트보다 높다고 보고합니다.
  • 제시된 근거는 비용 차감 후 수익성이나 비트코인 이외의 일반화 가능성을 입증하지 않습니다.

태그

가상자산머신러닝기술 지표백테스트
전문
# 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.

출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0

이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.