Темы в соцсетях и модель Хоукса для анализа доходности криптовалют

Сводка

В исследовании проверяется, связаны ли время и тематика обсуждений криптовалют в социальных сетях с последующим поведением цен. Авторы применяют динамическое тематическое моделирование к сообщениям в сообществах, а затем используют модель Хоукса для изучения взаимосвязей между появлением тем и ценами криптовалют. Подход призван выявить темы, которые могут предшествовать определённым моделям доходности.

Среди обнаруженных связей: обсуждения рисков и инвестиций, в отличие от обсуждений торговли, предшествовали падению цен; разговоры о значительных движениях цен — волатильности; обсуждения фундаментальной стоимости криптовалют в технических сообществах — росту цен. Эти результаты могут подсказать идеи для торговых систем или систем оповещения, однако в документе не описаны формирование выборки, активы, точность прогнозов или вневыборочные тесты. Указанные связи являются ассоциациями: сами по себе они не доказывают причинно-следственную связь или наличие прибыльного сигнала с учётом издержек исполнения.

Ключевые идеи

• Динамическое тематическое моделирование используется для отслеживания времени появления тем в обсуждениях криптовалют в социальных сетях.
• Модель Хоукса оценивает взаимосвязи между активностью тем и ценовыми событиями криптовалют.
• По сообщениям авторов, некоторые темы предшествуют падению цен, волатильности или росту цен.
• Обнаруженные связи могут быть полезны для систем мониторинга или сигналов, однако прогнозная эффективность количественно не оценена.
• Документ не доказывает причинно-следственную связь или прибыльность торговли.

Теги

# Mutual-Excitation of Cryptocurrency Market Returns and Social Media Topics


# Mutual-Excitation of Cryptocurrency Market Returns and Social Media Topics









Cryptocurrencies have recently experienced a new wave of price volatility and interest; activity within social media communities relating to cryptocurrencies has increased significantly. There is currently limited documented knowledge of factors which could indicate future price movements. This paper aims to decipher relationships between cryptocurrency price changes and topic discussion on social media to provide, among other things, an understanding of which topics are indicative of future price movements. To achieve this a well-known dynamic topic modelling approach is applied to social media communication to retrieve information about the temporal occurrence of various topics. A Hawkes model is then applied to find interactions between topics and cryptocurrency prices. The results show particular topics tend to precede certain types of price movements, for example the discussion of 'risk and investment vs trading' being indicative of price falls, the discussion of 'substantial price movements' being indicative of volatility, and the discussion of 'fundamental cryptocurrency value' by technical communities being indicative of price rises. The knowledge of topic relationships gained here could be built into a real-time system, providing trading or alerting signals.

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.