Máy vectơ hỗ trợ cho giao dịch tiền mã hóa ngắn hạn

Tóm tắt

Nghiên cứu dùng giá lịch sử và các chỉ báo kỹ thuật để phân loại biến động ngắn hạn của Bitcoin, Ethereum và Litecoin. Nghiên cứu so sánh khả năng nhận diện chiều tăng và giảm trong khoảng thời gian một giờ của các phương pháp phân loại, đồng thời báo cáo hiệu suất theo giá trị dự báo dương và âm. Sau đó, dự báo được chuyển thành quyết định giao dịch và đánh giá bằng một công cụ kiểm thử lịch sử được thiết kế để mô phỏng điều kiện giao dịch.

Trong số các phương pháp được xem xét, máy vectơ hỗ trợ tạo ra các chiến lược có lợi nhuận cao nhất; các chiến lược được báo cáo có hiệu suất trung bình cao hơn thị trường đối với cả ba tài sản trong giai đoạn đánh giá bắt đầu từ tháng 1 năm 2018. Các phát hiện này chỉ giới hạn ở những đồng tiền mã hóa được chọn, mẫu lịch sử, chỉ báo, thời hạn dự báo và giả định kiểm thử lịch sử. Phần mô tả không cung cấp chi tiết như thiết lập chi phí giao dịch, đặc tả mô hình hoặc hiệu suất đã điều chỉnh theo rủi ro, nên chỉ riêng kết quả được báo cáo không chứng minh chiến lược sẽ hoạt động ra sao trong các giai đoạn khác hoặc khi giao dịch thực.

Ý chính

• Nghiên cứu xây dựng chỉ báo kỹ thuật từ lịch sử giá tiền mã hóa để dự báo hướng giá trong một giờ.
• Nghiên cứu đánh giá bộ phân loại bằng các thước đo giá trị dự báo dương và âm.
• Dự báo được chuyển thành quyết định giao dịch và đánh giá bằng công cụ kiểm thử lịch sử hướng đến giao dịch.
• Máy vectơ hỗ trợ dẫn đầu các phương pháp được kiểm thử về khả năng sinh lời của chiến lược được báo cáo.
• Mức vượt trội thị trường được báo cáo chỉ áp dụng cho Bitcoin, Ethereum, Litecoin và giai đoạn lịch sử đã kiểm thử.

Thẻ

# Cryptocurrency Price Prediction and Trading Strategies Using Support Vector Machines


# Cryptocurrency Price Prediction and Trading Strategies Using Support Vector Machines









Few assets in financial history have been as notoriously volatile as cryptocurrencies. While the long term outlook for this asset class remains unclear, we are successful in making short term price predictions for several major crypto assets. Using historical data from July 2015 to November 2019, we develop a large number of technical indicators to capture patterns in the cryptocurrency market. We then test various classification methods to forecast short-term future price movements based on these indicators. On both PPV and NPV metrics, our classifiers do well in identifying up and down market moves over the next 1 hour. Beyond evaluating classification accuracy, we also develop a strategy for translating 1-hour-ahead class predictions into trading decisions, along with a backtester that simulates trading in a realistic environment. We find that support vector machines yield the most profitable trading strategies, which outperform the market on average for Bitcoin, Ethereum and Litecoin over the past 22 months, since January 2018.

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.