본문으로 건너뛰기
라이브러리 문서 전체

암호화폐 변동성 예측 딥러닝 모델

기사 arXiv papers · 저자: Anika Tahsin Meem
원문 읽기

요약

이 연구는 암호화폐 위험을 변동성 예측 문제로 보고, 암호화폐 시장의 스무 개 요소에서 계산한 위험 측정치에 머신러닝 모델을 적용합니다. 합성곱 신경망, 장단기 메모리 모델, 양방향 LSTM, 게이트 순환 유닛을 비교한 뒤, 기존 모델보다 개선하는 것을 목표로 하는 새 모델을 소개합니다. 다룬 자산에는 비트코인, 이더리움, 도지코인이 포함됩니다.

문서는 제안 모델과 기존 모델의 평균제곱근오차 값을 보고하며, 제안 방식의 오차는 비교 모델보다 낮은 값과 높은 값을 모두 보입니다. 그러나 여기서는 데이터, 예측 기간, 변동성 산출 방식, 검증 설계, 새 모델의 구조에 대한 세부 정보가 거의 없습니다. 따라서 이 설명만으로는 주장된 개선을 독립적으로 평가할 수 없으며, 예측 정확도만으로 변동성 추정치가 트레이딩 의사결정을 개선하거나 실거래 시장의 위험을 통제한다고 볼 수 없습니다.

핵심 아이디어

  • 이 연구는 암호화폐 위험을 변동성 예측 문제로 다룹니다.
  • 계산된 위험 측정치에 대해 CNN, LSTM, 양방향 LSTM, GRU 모델을 비교합니다.
  • 새로 제안한 모델을 기존 접근법과 RMSE을 사용해 평가합니다.
  • 요약에는 비트코인, 이더리움, 도지코인이 언급되지만 데이터와 검증에 관한 정보는 제한적입니다.
  • 예측 오차 결과만으로 실질적인 트레이딩 또는 리스크 관리 개선이 입증되지는 않습니다.

태그

가상자산머신러닝변동성리스크 관리통계
전문
# A Deep Learning Approach to Predict the Fall [of Price] of Cryptocurrency Long Before its Actual Fall


# A Deep Learning Approach to Predict the Fall [of Price] of Cryptocurrency Long Before its Actual Fall









In modern times, the cryptocurrency market is one of the world's most rapidly rising financial markets. The cryptocurrency market is regarded to be more volatile and illiquid than traditional markets such as equities, foreign exchange, and commodities. The risk of this market creates an uncertain condition among the investors. The purpose of this research is to predict the magnitude of the risk factor of the cryptocurrency market. Risk factor is also called volatility. Our approach will assist people who invest in the cryptocurrency market by overcoming the problems and difficulties they experience. Our approach starts with calculating the risk factor of the cryptocurrency market from the existing parameters. In twenty elements of the cryptocurrency market, the risk factor has been predicted using different machine learning algorithms such as CNN, LSTM, BiLSTM, and GRU. All of the models have been applied to the calculated risk factor parameter. A new model has been developed to predict better than the existing models. Our proposed model gives the highest RMSE value of 1.3229 and the lowest RMSE value of 0.0089. Following our model, it will be easier for investors to trade in complicated and challenging financial assets like bitcoin, Ethereum, dogecoin, etc. Where the other existing models, the highest RMSE was 14.5092, and the lower was 0.02769. So, the proposed model performs much better than models with proper generalization. Using our approach, it will be easier for investors to trade in complicated and challenging financial assets like Bitcoin, Ethereum, and Dogecoin.

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

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