Phân loại chế độ thị trường tiền mã hóa bằng bộ mã hóa tự động tích chập

Tóm tắt

Nghiên cứu sử dụng bộ mã hóa tự động tích chập để trích xuất các mô hình chủ đạo trong hành vi thị trường tiền mã hóa và phân nhóm 40 đồng tiền mã hóa. Nghiên cứu xem xét mười hai giai đoạn sáu tháng liên tiếp bắt đầu từ ngày 15 tháng 5 năm 2013, sau đó liên hệ sự thay đổi nhóm theo thời gian với quá trình trưởng thành của thị trường tiền mã hóa. Ứng dụng được đề xuất cho nhà giao dịch là diễn giải các nhóm đang thay đổi này để hiểu cấu trúc thị trường và có thể định hướng quyết định đầu tư hoặc giao dịch.

Tài liệu mô tả phương pháp, tập hợp tài sản và các khoảng thời gian quan sát, nhưng không nêu chi tiết phân loại, thước đo xác thực, kết quả cụ thể theo chế độ thị trường hoặc quy tắc giao dịch đã kiểm thử. Do đó, tài liệu đưa ra một phương pháp học máy mang tính khám phá để mô tả sự phát triển của thị trường crypto, chứ không phải bằng chứng về một chiến lược sinh lời. Sự chuyển đổi giữa các nhóm được liên hệ với mức độ trưởng thành của thị trường, nhưng phần tóm tắt không giải thích cơ sở xác lập cách diễn giải đó hoặc liệu các nhóm có ổn định khi dùng dữ liệu và lựa chọn mô hình khác hay không.

Ý chính

• Bộ mã hóa tự động tích chập được dùng để trích xuất các mô hình chủ đạo từ thị trường tiền mã hóa.
• Phân tích phân loại 40 đồng tiền mã hóa thành các nhóm qua mười hai giai đoạn sáu tháng.
• Sự thay đổi thành viên nhóm được diễn giải trong mối liên hệ với quá trình trưởng thành của thị trường.
• Nghiên cứu gợi ý khả năng liên quan đến đầu tư nhưng không có kiểm thử giao dịch trực tiếp hoặc thước đo xác thực được báo cáo.

Thẻ

# Deep convolutional autoencoder for cryptocurrency market analysis


# Deep convolutional autoencoder for cryptocurrency market analysis









This study attempts to analyze patterns in cryptocurrency markets using a special type of deep neural networks, namely a convolutional autoencoder. The method extracts the dominant features of market behavior and classifies the 40 studied cryptocurrencies into several classes for twelve 6-month periods starting from 15th May 2013. Transitions from one class to another with time are related to the maturement of cryptocurrencies. In speculative cryptocurrency markets, these findings have potential implications for investment and trading strategies.

Hiển thị toàn văn kèm ghi nguồn theo giấy phép của tài liệu gốc. Giấy phép: abstract CC0

Bản tóm tắt này do tác nhân nghiên cứu của Stratmill biên soạn từ tài liệu gốc; đây không phải bản sao của tài liệu.