تکنیکی اشاریوں سے بٹ کوائن کی قیمت کی سمت کی درجہ بندی

خلاصہ

یہ مطالعہ مشین لرننگ پر مبنی درجہ بندی کا طریقہ بیان کرتا ہے جو پیش گوئی کرتا ہے کہ کرپٹوکرنسی کی قیمتیں بڑھیں گی یا گریں گی۔ اسے بٹ کوائن کی تاریخی اختتامی قیمتوں کے ڈیٹا پر تربیت دی گئی ہے اور اس میں معروف تکنیکی پیمانے شامل ہیں: موونگ ایوریج کنورجنس ڈائیورجنس، ریلیٹو اسٹرینتھ انڈیکس اور بولنگر بینڈز۔ مطلوبہ نتیجہ عددی قیمت کی پیش گوئی کے بجائے سمت سے متعلق رہنمائی ہے جو خرید یا فروخت کے فیصلوں میں مدد دے سکتی ہے۔

دستاویز کے مطابق ماڈل کی کارکردگی کو سیمولیشنز کے ذریعے جانچا گیا ہے، جن میں کنفیوژن میٹرکس اور رسیور آپریٹنگ کریکٹرسٹک منحنی شامل ہیں، اور خرید/فروخت سگنل کی درستگی 92 فیصد سے زیادہ رپورٹ کی گئی ہے۔ یہاں درجہ بندی کے الگورتھم، پیش گوئی کی مدت، نمونے کے عرصے، ڈیٹا کی تقسیم، ٹرانزیکشن لاگت یا سادہ بنیادی طریقوں سے موازنے کی تفصیل نہیں۔ ان کمیوں کے باعث مضبوطی یا یہ جانچنا مشکل ہے کہ رپورٹ کردہ درستگی قابلِ عمل اسٹریٹیجی میں بدل سکتی ہے یا نہیں۔ ثبوت صرف بٹ کوائن کے تجرباتی نمونے تک محدود ہے؛ یہ دوسرے اثاثوں یا مارکیٹ کے ادوار میں کارکردگی قائم نہیں کرتا۔

اہم خیالات

• ماڈل بٹ کوائن کی قیمت کی متوقع سمت کی درجہ بندی کرتا ہے، عین قیمت کی پیش گوئی نہیں۔
• تاریخی اختتامی قیمتوں کو MACD، RSI اور بولنگر بینڈز کے ساتھ بطور اِن پٹ ملایا جاتا ہے۔
• درجہ بندی کی کارکردگی جانچنے کے لیے کنفیوژن میٹرکس اور ROC منحنی استعمال ہوتے ہیں۔
• دستاویز اپنے تجرباتی مطالعے میں خرید/فروخت سگنل کی درستگی 92 فیصد سے زیادہ رپورٹ کرتی ہے۔
• بیان کردہ ثبوت لاگت کے بعد منافع پذیری یا بٹ کوائن سے آگے عمومی اطلاق ثابت نہیں کرتے۔

ٹیگز

# Predicting Market Trends with Enhanced Technical Indicator Integration and Classification Models


# Predicting Market Trends with Enhanced Technical Indicator Integration and Classification Models









Thanks to the high potential for profit, trading has become increasingly attractive to investors as the cryptocurrency and stock markets rapidly expand. However, because financial markets are intricate and dynamic, accurately predicting prices remains a significant challenge. The volatile nature of the cryptocurrency market makes it even harder for traders and investors to make decisions. This study presents a classification-based machine learning model to forecast the direction of the cryptocurrency market, i.e., whether prices will increase or decrease. The model is trained using historical data and important technical indicators such as the Moving Average Convergence Divergence, the Relative Strength Index, and the Bollinger Bands. We illustrate our approach with an empirical study of the closing price of Bitcoin. Several simulations, including a confusion matrix and Receiver Operating Characteristic curve, are used to assess the model's performance, and the results show a buy/sell signal accuracy of over 92\%. These findings demonstrate how machine learning models can assist investors and traders of cryptocurrencies in making wise/informed decisions in a very volatile market.

ماخذ کا حوالہ دیتے ہوئے مکمل متن دکھایا گیا ہے، ماخذ کے لائسنس کے تحت۔ لائسنس: abstract CC0

یہ خلاصہ اصل ماخذ سے Stratmill کے تحقیقی ایجنٹ نے لکھا ہے؛ یہ ماخذ کی نقل نہیں۔