본문으로 건너뛰기
라이브러리 문서 전체

암호화폐 지수와 구성 종목 가격 예측을 위한 머신러닝

기사 arXiv papers · 저자: Reaz Chowdhury et al.
원문 읽기

요약

이 논문은 머신러닝 기법을 적용해 암호화폐 지수와 구성 암호화폐 9개의 종가를 예측합니다. 여러 알고리즘과 모형을 비교해 가장 성과가 좋은 접근법을 찾고, 관련 연구와도 비교한다고 합니다. 변동성이 큰 시장의 가격 변동을 연구하고 트레이딩 및 암호화폐 포트폴리오 관리에 활용할 가능성을 살펴보는 것이 연구 동기입니다.

저자들은 최선의 접근법이 이전 연구보다 낫거나 비슷한 수준의 결과를 냈다고 보고합니다. 그러나 제공된 설명에는 알고리즘, 데이터 출처, 예측 기간, 평가 지표, 구체적인 결과가 명시되지 않습니다. 예측을 비용 반영 후 트레이딩 신호로 평가했는지, 시장 상황 변화에 따라 성과가 어땠는지도 설명하지 않습니다. 따라서 텍스트는 예측 과제와 포괄적인 비교 주장을 제시하지만, 예측의 신뢰성이나 실제 트레이딩 가치를 판단하기에는 세부사항이 부족합니다.

핵심 아이디어

  • 이 연구는 암호화폐 지수와 구성 자산 9개의 종가를 예측합니다.
  • 여러 머신러닝 모형을 비교해 선호할 예측 접근법을 선정합니다.
  • 저자들은 보고한 결과를 관련 예측 연구와 비교합니다.
  • 제공된 설명에는 모형 세부사항, 데이터, 평가 지표, 트레이딩 검정이 빠져 있습니다.

태그

가상자산머신러닝통계포트폴리오 구성
전문
# Predicting and Forecasting the Price of Constituents and Index of Cryptocurrency Using Machine Learning


# Predicting and Forecasting the Price of Constituents and Index of Cryptocurrency Using Machine Learning









At present, cryptocurrencies have become a global phenomenon in financial sectors as it is one of the most traded financial instruments worldwide. Cryptocurrency is not only one of the most complicated and abstruse fields among financial instruments, but it is also deemed as a perplexing problem in finance due to its high volatility. This paper makes an attempt to apply machine learning techniques on the index and constituents of cryptocurrency with a goal to predict and forecast prices thereof. In particular, the purpose of this paper is to predict and forecast the close (closing) price of the cryptocurrency index 30 and nine constituents of cryptocurrencies using machine learning algorithms and models so that, it becomes easier for people to trade these currencies. We have used several machine learning techniques and algorithms and compared the models with each other to get the best output. We believe that our work will help reduce the challenges and difficulties faced by people, who invest in cryptocurrencies. Moreover, the obtained results can play a major role in cryptocurrency portfolio management and in observing the fluctuations in the prices of constituents of cryptocurrency market. We have also compared our approach with similar state of the art works from the literature, where machine learning approaches are considered for predicting and forecasting the prices of these currencies. In the sequel, we have found that our best approach presents better and competitive results than the best works from the literature thereby advancing the state of the art. Using such prediction and forecasting methods, people can easily understand the trend and it would be even easier for them to trade in a difficult and challenging financial instrument like cryptocurrency.

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

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