Прогнозирование доходности Ethereum с помощью PCA и канонической корреляции

Сводка

В статье оцениваются методы снижения размерности для изучения связи между Bitcoin и Ethereum и прогнозирования доходности Ethereum. Набор данных включает логарифмическую доходность и дополнительные ковариаты. Сначала авторы используют корреляцию Пирсона как предварительную меру связи между двумя криптовалютами, а затем применяют канонический корреляционный анализ и анализ главных компонент, чтобы снизить размерность данных и изучить взаимосвязи между активами.

Для прогнозирования используются признаки Bitcoin, по которым оценивается доходность Ethereum, и измеряется результативность статистических методов. В представленном описании изложен план исследования, но нет оценок прогноза, дат выборки, подробностей о моделях или сравнения с базовым вариантом. Поэтому понятно, какие методы изучались, но не установлено, улучшило ли снижение размерности прогнозы и применима ли обнаруженная связь за пределами проанализированных данных. Работа посвящена статистической связи и прогнозированию доходности двух криптовалют, а не готовой торговой стратегии с правилами исполнения и управления рисками.

Ключевые идеи

• Исследование анализирует связи между Bitcoin и Ethereum на основе логарифмических доходностей и дополнительных ковариат, включённых в набор данных.
• Корреляция Пирсона используется для предварительной оценки связи между двумя активами.
• Для снижения размерности применяются канонический корреляционный анализ и анализ главных компонент.
• Для прогнозирования доходности Ethereum используются признаки Bitcoin.
• В описании нет оценок прогноза и не подтверждено, что изученные методы улучшают прогнозирование.

Теги

# 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.

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.