So sánh học máy và tín hiệu kỹ thuật trong giao dịch Bitcoin

Tóm tắt

Nghiên cứu so sánh hai mô hình học máy, LightGBM và LSTM, với hai chiến lược dựa trên chỉ báo cho Bitcoin: giao cắt đường trung bình động hàm mũ và kết hợp MACD với ADX. Nghiên cứu đặt phép so sánh trong bối cảnh các quỹ hoán đổi danh mục Bitcoin giao ngay đầu tiên được cơ quan quản lý Hoa Kỳ phê duyệt vào tháng 1 năm 2024. Mục tiêu được nêu là đánh giá hiệu quả của các tín hiệu này trong giao dịch Bitcoin.

Tài liệu báo cáo rằng chiến lược LSTM đạt lợi suất lũy kế khoảng 65.23% trong chưa đầy một năm và vượt các mô hình, chiến lược kỹ thuật khác cũng như chiến lược mua và nắm giữ trong giai đoạn được khảo sát. Kết quả đơn lẻ này không chứng minh mô hình sẽ khái quát được: tài liệu không mô tả tập dữ liệu, thiết kế kiểm định, chi phí giao dịch, lợi suất điều chỉnh theo rủi ro hay biện pháp phòng tránh khớp quá mức. Vì vậy, phép so sánh đưa ra một tuyên bố hiệu suất trong giai đoạn nghiên cứu giới hạn, chứ chưa đủ chi tiết để đánh giá kết quả có lặp lại được hoặc phù hợp để triển khai hay không.

Ý chính

• Phép so sánh gồm các mô hình LightGBM và LSTM cùng chiến lược giao cắt EMA và chiến lược kết hợp MACD với ADX.
• Các chiến lược được đánh giá với Bitcoin; nghiên cứu được thúc đẩy bởi việc Hoa Kỳ phê duyệt quỹ ETF Bitcoin giao ngay.
• Tài liệu báo cáo LSTM có lợi suất lũy kế cao nhất trong các phương pháp được liệt kê trong giai đoạn nghiên cứu.
• Chỉ riêng lợi suất được báo cáo không cho thấy kết quả thay đổi ra sao sau chi phí hoặc với các phương pháp kiểm định khác.
• Tài liệu không cung cấp đủ chi tiết phương pháp để đánh giá khả năng lặp lại hay rủi ro khớp quá mức.

Thẻ

# Technical Analysis Meets Machine Learning: Bitcoin Evidence


# Technical Analysis Meets Machine Learning: Bitcoin Evidence









In this note, we compare Bitcoin trading performance using two machine learning models-Light Gradient Boosting Machine (LightGBM) and Long Short-Term Memory (LSTM)-and two technical analysis-based strategies: Exponential Moving Average (EMA) crossover and a combination of Moving Average Convergence/Divergence with the Average Directional Index (MACD+ADX). The objective is to evaluate how trading signals can be used to maximize profits in the Bitcoin market. This comparison was motivated by the U.S. Securities and Exchange Commission's (SEC) approval of the first spot Bitcoin exchange-traded funds (ETFs) on 2024-01-10. Our results show that the LSTM model achieved a cumulative return of approximately 65.23% in under a year, significantly outperforming LightGBM, the EMA and MACD+ADX strategies, as well as the baseline buy-and-hold. This study highlights the potential for deeper integration of machine learning and technical analysis in the rapidly evolving cryptocurrency landscape.

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.