Uso de PCA e correlação canônica para prever retornos do Ethereum

Resumo

Este artigo avalia métodos de redução de dimensionalidade para estudar a relação entre Bitcoin e Ethereum e prever os retornos do Ethereum. O conjunto de dados usa retornos logarítmicos e covariáveis adicionais. Os autores começam pela correlação de Pearson como medida preliminar da relação entre as duas criptomoedas e, em seguida, aplicam análise de correlação canônica e análise de componentes principais para reduzir a dimensionalidade dos dados e examinar as relações entre ativos.

Para a tarefa preditiva, o estudo usa características do Bitcoin para prever os retornos do Ethereum e mede o desempenho das técnicas estatísticas. A descrição fornecida apresenta o desenho da pesquisa, mas não informa pontuações das previsões, datas da amostra, detalhes dos modelos nem comparação com uma referência. Portanto, indica quais métodos foram avaliados, mas não mostra se a redução de dimensionalidade melhorou as previsões ou se alguma relação se generalizaria para além dos dados analisados. O foco está na relação estatística e na previsão de retornos entre duas criptomoedas, e não em uma estratégia de trading completa com regras de execução ou risco.

Ideias principais

• O estudo examina relações entre Bitcoin e Ethereum usando seus retornos logarítmicos e covariáveis adicionais.
• A correlação de Pearson fornece uma avaliação inicial da relação entre os dois ativos.
• A análise de correlação canônica e a análise de componentes principais são usadas para reduzir a dimensionalidade.
• A tarefa preditiva usa características do Bitcoin para prever retornos do Ethereum.
• A descrição fornecida não informa pontuações das previsões nem demonstra se os métodos melhoram a capacidade preditiva.

Tags

# 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.

Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: abstract CC0

Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.