PCA와 정준상관분석을 이용한 이더리움 수익률 예측
기사 arXiv papers · 저자: Hugo Inzirillo et al.
요약
이 논문은 비트코인과 이더리움의 관계를 살펴보고 이더리움 수익률을 예측하기 위한 차원 축소 방법을 평가합니다. 데이터셋은 로그 수익률과 추가 공변량을 사용합니다. 두 암호화폐의 관계를 예비 측정하기 위해 피어슨 상관계수로 시작한 뒤, 정준상관분석과 주성분분석을 적용해 데이터 차원을 축소하고 자산 간 관계를 살펴봅니다.
예측 과제에서는 비트코인 특성으로 이더리움 수익률을 예측하고 통계 기법의 성능을 측정합니다. 제공된 설명은 연구 설계를 제시하지만 예측 점수, 표본 날짜, 모형 세부 사항, 기준 모형과의 비교는 없습니다. 따라서 어떤 방법을 평가했는지는 알 수 있지만 차원 축소가 예측을 개선했는지, 분석한 데이터 밖에서도 관계가 일반화될지는 보여주지 않습니다. 핵심은 두 암호화폐 간 통계적 연관성과 수익률 예측이며, 실행이나 위험 규칙을 포함한 완전한 트레이딩 전략은 아닙니다.
핵심 아이디어
- 이 연구는 로그 수익률과 추가 공변량으로 비트코인과 이더리움의 연관성을 살펴봅니다.
- 피어슨 상관계수로 두 자산의 관계를 먼저 평가합니다.
- 정준상관분석과 주성분분석을 차원 축소에 사용합니다.
- 예측 과제에서는 비트코인 특성을 사용해 이더리움 수익률을 예측합니다.
- 제공된 설명에는 예측 점수가 없으며 방법이 예측을 개선하는지도 입증되지 않습니다.
태그
전문
# Dimensionality reduction for prediction: Application to Bitcoin and Ethereum # Dimensionality reduction for prediction: Application to Bitcoin and Ethereum The objective of this paper is to assess the performances of dimensionality reduction techniques to establish a link between cryptocurrencies. We have focused our analysis on the two most traded cryptocurrencies: Bitcoin and Ethereum. To perform our analysis, we took log returns and added some covariates to build our data set. We first introduced the pearson correlation coefficient in order to have a preliminary assessment of the link between Bitcoin and Ethereum. We then reduced the dimension of our data set using canonical correlation analysis and principal component analysis. After performing an analysis of the links between Bitcoin and Ethereum with both statistical techniques, we measured their performance on forecasting Ethereum returns with Bitcoin s features.
출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0
이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.