Перейти к содержимому
Все документы библиотеки

Машинное обучение для прогноза цен криптовалютного индекса и его компонентов

Статья arXiv papers · Автор: Reaz Chowdhury et al.
Читать оригинал

Сводка

В статье методы машинного обучения применяются для прогноза цен закрытия криптовалютного индекса и девяти входящих в него криптовалют. В ней говорится, что для выбора наиболее эффективного подхода сравниваются несколько алгоритмов и моделей, а результаты работы также сопоставляются со сходными исследованиями. Заявленная мотивация — изучить колебания цен на волатильном рынке и рассмотреть возможное применение для торговли и управления криптовалютным портфелем.

Авторы сообщают, что результаты их лучшего подхода, по их оценке, превосходят результаты предыдущих работ или сопоставимы с ними. Однако в предоставленном описании не названы алгоритмы, источники данных, горизонт прогноза, метрики оценки или конкретные результаты. Также не объясняется, проверяются ли прогнозы как торговые сигналы с учетом издержек и как они работают при изменении рыночных условий. Таким образом, текст обозначает задачу прогнозирования и общее сравнительное утверждение, но подробностей недостаточно, чтобы оценить надежность прогнозов или практическую ценность для торговли.

Ключевые идеи

  • В исследовании прогнозируются цены закрытия криптовалютного индекса и девяти входящих в него активов.
  • Для выбора предпочтительного подхода к прогнозированию сравниваются несколько моделей машинного обучения.
  • Авторы сопоставляют заявленные результаты с результатами сходных исследований в области прогнозирования.
  • В предоставленном описании нет деталей моделей, данных, метрик оценки и торговых проверок.

Теги

КриптовалютыМашинное обучениеСтатистикаФормирование портфеля
Полный текст
# 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.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.