암호화폐와 주식 시장의 가격 패턴 분류
기사 arXiv papers · 저자: Yu Zhang et al.
요약
이 연구는 암호화폐 투자자와 주식 투자자가 서로 다르게 매매하는지 묻고, 자산 가격 이력을 행동의 증거로 활용합니다. 먼저 같은 기간에 관측된 암호화폐와 주식 시계열을 여러 머신러닝 모델로 분류합니다. 보고된 높은 분류 정확도는 두 집단의 가격 패턴을 구별할 수 있음을 시사하지만, 분류 결과만으로 차이가 생긴 이유나 그 지속 여부가 밝혀지는 것은 아닙니다.
그런 다음 저자들은 분포의 모멘트, 극단값, 여러 차수의 자기상관 등 시계열 특성을 계산하고, 로지스틱 회귀, 랜덤 포레스트, 서포트 벡터 머신 등의 분류기로 설명력을 평가합니다. 결과는 이러한 특성이 두 자산 집단을 구분하는 데 도움이 된다는 점을 시사합니다. 문서에는 표본 선택, 표본 외 검증, 구체적인 정확도 수치가 제시되지 않아 보고된 차이의 강도와 매매 관련성을 이 요약만으로 독립적으로 평가할 수 없습니다. 이 방법은 비교 분석이며 매매 규칙이나 수익성의 증거가 아닙니다.
핵심 아이디어
- 가격 시계열로 암호화폐와 주식의 움직임을 구별할 수 있습니다.
- 같은 기간에 두 자산 집단을 분류했을 때 높은 정확도를 보였다고 보고합니다.
- 분포 통계와 자기상관 특성이 관측된 패턴 차이를 설명하는 데 도움이 됩니다.
- 테스트한 모델에는 로지스틱 회귀, 랜덤 포레스트, 서포트 벡터 머신이 포함됩니다.
- 분류 증거는 차이를 보여주지만 원인이나 수익성을 입증하지는 않습니다.
태그
전문
# Classification-Based Analysis of Price Pattern Differences Between Cryptocurrencies and Stocks # Classification-Based Analysis of Price Pattern Differences Between Cryptocurrencies and Stocks Cryptocurrencies are digital tokens built on blockchain technology, with thousands actively traded on centralized exchanges (CEXs). Unlike stocks, which are backed by real businesses, cryptocurrencies are recognized as a distinct class of assets by researchers. How do investors treat this new category of asset in trading? Are they similar to stocks as an investment tool for investors? We answer these questions by investigating cryptocurrencies' and stocks' price time series which can reflect investors' attitudes towards the targeted assets. Concretely, we use different machine learning models to classify cryptocurrencies' and stocks' price time series in the same period and get an extremely high accuracy rate, which reflects that cryptocurrency investors behave differently in trading from stock investors. We then extract features from these price time series to explain the price pattern difference, including mean, variance, maximum, minimum, kurtosis, skewness, and first to third-order autocorrelation, etc., and then use machine learning methods including logistic regression (LR), random forest (RF), support vector machine (SVM), etc. for classification. The classification results show that these extracted features can help to explain the price time series pattern difference between cryptocurrencies and stocks.
출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0
이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.