본문으로 건너뛰기
라이브러리 문서 전체

비트코인 수익률 예측에서 COVID-19 지표 테스트

기사 arXiv papers · 저자: Imen Mahmoud et al.
원문 읽기

요약

이 연구는 비트코인 수익률 예측에 COVID-19 건강 지표가 예측력을 더하는지 테스트합니다. 백신 접종, 입원 및 검사 지표 등 팬데믹 관련 특성을 포함하거나 제외해 학습한 LightGBM 회귀 모델을 비교합니다. 유전 알고리즘으로 31회 독립 실행에 걸쳐 모델을 최적화하고, 중첩 분석과 Mann–Whitney U 검정으로 R², RMSE, MAE 분포를 비교합니다. 순열 특성 중요도를 사용해 개별 입력값의 기여를 평가합니다.

보고된 결과는 COVID-19 데이터를 포함한 모델에 유리합니다. R²는 40% 상승하고 RMSE는 2% 하락했으며, 두 변화 모두 통계적으로 매우 유의하다고 설명합니다. 백신 접종 지표, 특히 완전 접종자의 75분위수가 두드러졌습니다. 증거는 연구 데이터셋과 설정에서의 예측 성능에 관한 것이며, 이 특성이 비트코인 수익률을 유발하거나 실거래를 개선한다고 입증하지 않습니다. 문서에는 표본 기간, 모델 검증 설계 또는 거래 비용에 관한 상세 정보가 없어 실용성과 표본 외 가치가 불분명합니다.

핵심 아이디어

  • COVID-19 지표를 포함하거나 제외한 LightGBM 비트코인 수익률 모델을 비교합니다.
  • 유전 알고리즘으로 31회 독립 실행에 걸쳐 모델을 최적화합니다.
  • 성능 지표를 비교할 때 Mann–Whitney U 검정과 분포 중첩을 사용합니다.
  • 순열 특성 중요도 분석에서 백신 접종 지표가 주요 예측 변수로 나타납니다.
  • 보고된 개선은 연구 설정에서의 예측력 향상을 보여줄 뿐 실거래 가치를 입증하지 않습니다.

태그

가상자산머신러닝통계백테스트
전문
# 2508.00078


# Evaluating COVID 19 Feature Contributions to Bitcoin Return Forecasting: Methodology Based on LightGBM and Genetic Optimization









This study proposes a novel methodological framework integrating a LightGBM regression model and genetic algorithm (GA) optimization to systematically evaluate the contribution of COVID-19-related indicators to Bitcoin return prediction. The primary objective was not merely to forecast Bitcoin returns but rather to determine whether including pandemic-related health data significantly enhances prediction accuracy. A comprehensive dataset comprising daily Bitcoin returns and COVID-19 metrics (vaccination rates, hospitalizations, testing statistics) was constructed. Predictive models, trained with and without COVID-19 features, were optimized using GA over 31 independent runs, allowing robust statistical assessment. Performance metrics (R2, RMSE, MAE) were statistically compared through distribution overlaps and Mann-Whitney U tests. Permutation Feature Importance (PFI) analysis quantified individual feature contributions. Results indicate that COVID-19 indicators significantly improved model performance, particularly in capturing extreme market fluctuations (R2 increased by 40%, RMSE decreased by 2%, both highly significant statistically). Among COVID-19 features, vaccination metrics, especially the 75th percentile of fully vaccinated individuals, emerged as dominant predictors. The proposed methodology extends existing financial analytics tools by incorporating public health signals, providing investors and policymakers with refined indicators to navigate market uncertainty during systemic crises.

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

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