본문으로 건너뛰기
라이브러리 문서 전체

암호화폐 트위터 신호와 뉴스, 가격 움직임

기사 arXiv papers · 저자: Meysam Alizadeh et al.
원문 읽기

요약

이 논문은 암호화폐 인플루언서와 뉴스 매체의 트위터 게시물에 담긴 트레이딩 신호가 시장 가격과 관련이 있는지 연구합니다. 대규모 언어 모델로 게시물의 매수 및 비매수 신호를 식별하고, 이를 주요 암호화폐 9개의 가격과 비교합니다. 벡터 자기회귀, 그랜저 인과성 검정, 교차상관을 사용해 통합 신호와 가격 움직임 사이의 시점 및 관계를 분석합니다.

결과는 암호화폐와 기간에 따라 다르며, 인플루언서와 뉴스 매체가 자산을 다루는 방식의 차이도 보고합니다. 게시물에 가장 많이 언급된 암호화폐 3개에서는 직전 24시간 동안의 통합 신호가 최소 6시간의 시차를 두고 가격 변동을 그랜저 인과한다고 합니다. 이는 연구 방식에 따른 시간적 예측 연관성의 근거이지, 게시물이 가격을 유발하거나 신호가 수익성 있는 거래를 만든다는 증거는 아닙니다. 요약에는 거래 비용, 체결 또는 전략 백테스트가 설명되어 있지 않습니다.

핵심 아이디어

  • 대규모 언어 모델이 암호화폐 인플루언서와 뉴스 매체의 트위터 게시물을 매수 또는 비매수 신호로 분류합니다.
  • VAR, 그랜저 인과성, 교차상관 분석을 사용해 탐지된 신호와 주요 암호화폐 9개의 가격을 연결해 살펴봅니다.
  • 결과는 자산과 기간에 따라 다릅니다.
  • 가장 자주 언급된 암호화폐 3개에서는 직전 24시간 신호가 최소 6시간의 시차를 두고 가격 변동을 그랜저 인과합니다.
  • 인플루언서와 뉴스 매체 보도의 차이를 보고하지만 거래 수익성을 입증하지는 않습니다.

태그

가상자산시장 심리머신러닝통계
전문
# Exploring Relationships Between Cryptocurrency News Outlets and Influencers' Twitter Activity and Market Prices


# Exploring Relationships Between Cryptocurrency News Outlets and Influencers' Twitter Activity and Market Prices









Academics increasingly acknowledge the predictive power of social media for a wide variety of events and, more specifically, for financial markets. Anecdotal and empirical findings show that cryptocurrencies are among the financial assets that have been affected by news and influencers' activities on Twitter. However, the extent to which Twitter crypto influencer's posts about trading signals and their effect on market prices is mostly unexplored. In this paper, we use LLMs to uncover buy and not-buy signals from influencers and news outlets' Twitter posts and use a VAR analysis with Granger Causality tests and cross-correlation analysis to understand how these trading signals are temporally correlated with the top nine major cryptocurrencies' prices. Overall, the results show a mixed pattern across cryptocurrencies and temporal periods. However, we found that for the top three cryptocurrencies with the highest presence within news and influencer posts, their aggregated LLM-detected trading signal over the preceding 24 hours granger-causes fluctuations in their market prices, exhibiting a lag of at least 6 hours. In addition, the results reveal fundamental differences in how influencers and news outlets cover cryptocurrencies.

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

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