Học máy dự báo giá chỉ số tiền mã hóa và các đồng cấu thành
Tóm tắt
Bài nghiên cứu áp dụng các phương pháp học máy để dự báo giá đóng cửa của một chỉ số tiền mã hóa và chín đồng tiền mã hóa cấu thành chỉ số. Bài viết cho biết một số thuật toán và mô hình được so sánh để tìm cách tiếp cận có hiệu suất tốt nhất, đồng thời kết quả cũng được đối chiếu với các nghiên cứu liên quan. Mục tiêu được nêu là nghiên cứu biến động giá trong thị trường biến động mạnh và tìm hiểu các ứng dụng tiềm năng cho giao dịch cũng như quản lý danh mục tiền mã hóa.
Các tác giả báo cáo cách tiếp cận tốt nhất cho kết quả mà họ mô tả là tốt hơn hoặc có khả năng cạnh tranh với các nghiên cứu trước. Tuy nhiên, phần mô tả được cung cấp không nêu tên thuật toán, nguồn dữ liệu, khoảng thời gian dự báo, thước đo đánh giá hay kết quả cụ thể. Phần này cũng không giải thích liệu dự báo có được đánh giá như tín hiệu giao dịch sau chi phí hay hiệu quả ra sao trong các điều kiện thị trường thay đổi. Vì vậy, văn bản xác định nhiệm vụ dự báo và đưa ra tuyên bố so sánh khái quát, nhưng thiếu chi tiết để đánh giá độ tin cậy của dự báo hoặc giá trị thực tiễn trong giao dịch.
Ý chính
- Nghiên cứu dự báo giá đóng cửa của một chỉ số tiền mã hóa và chín tài sản cấu thành.
- Nghiên cứu so sánh một số mô hình học máy để chọn cách tiếp cận dự báo phù hợp.
- Các tác giả đối chiếu kết quả được báo cáo với những nghiên cứu dự báo liên quan.
- Mô tả được cung cấp không nêu chi tiết mô hình, dữ liệu, thước đo đánh giá hay kiểm định giao dịch.
Thẻ
Toàn văn
# Predicting and Forecasting the Price of Constituents and Index of Cryptocurrency Using Machine Learning # Predicting and Forecasting the Price of Constituents and Index of Cryptocurrency Using Machine Learning At present, cryptocurrencies have become a global phenomenon in financial sectors as it is one of the most traded financial instruments worldwide. Cryptocurrency is not only one of the most complicated and abstruse fields among financial instruments, but it is also deemed as a perplexing problem in finance due to its high volatility. This paper makes an attempt to apply machine learning techniques on the index and constituents of cryptocurrency with a goal to predict and forecast prices thereof. In particular, the purpose of this paper is to predict and forecast the close (closing) price of the cryptocurrency index 30 and nine constituents of cryptocurrencies using machine learning algorithms and models so that, it becomes easier for people to trade these currencies. We have used several machine learning techniques and algorithms and compared the models with each other to get the best output. We believe that our work will help reduce the challenges and difficulties faced by people, who invest in cryptocurrencies. Moreover, the obtained results can play a major role in cryptocurrency portfolio management and in observing the fluctuations in the prices of constituents of cryptocurrency market. We have also compared our approach with similar state of the art works from the literature, where machine learning approaches are considered for predicting and forecasting the prices of these currencies. In the sequel, we have found that our best approach presents better and competitive results than the best works from the literature thereby advancing the state of the art. Using such prediction and forecasting methods, people can easily understand the trend and it would be even easier for them to trade in a difficult and challenging financial instrument like cryptocurrency.
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.