跳至正文
返回文库全部文档

基于 RNN 的加密货币价格预测与交易策略回测

文章 arXiv papers · 作者: Shamima Nasrin Tumpa et al.
阅读原文

总结

本研究概述了将循环神经网络用于加密货币价格预测和交易策略开发的工作流程。研究以市场波动性以及循环模型表示时间序列数据模式的能力为方法提供依据。所述流程包括收集和预处理数据、优化模型，并利用模型预测为交易策略提供参考。

研究称使用回测评估盈利能力和风险，但未提供数据集详情、模型架构、交易规则、基准结果或预测准确率测量值。就目前的描述而言，这只是高层次的项目说明，信息不足以复现或评估该策略。回测结果也取决于数据和评估选择，而本文没有说明这些内容。

核心观点

  • 研究将循环神经网络用于加密货币时间序列预测。
  • 其工作流程包括数据收集、预处理、模型优化和策略开发。
  • 回测旨在同时评估盈利能力和风险。
  • 本文没有报告具体模型细节、交易规则、数据集或测量结果。

标签

加密资产机器学习回测统计学
全文
# Utilizing RNN for Real-time Cryptocurrency Price Prediction and Trading Strategy Optimization


# Utilizing RNN for Real-time Cryptocurrency Price Prediction and Trading Strategy Optimization









This study explores the use of Recurrent Neural Networks (RNN) for real-time cryptocurrency price prediction and optimized trading strategies. Given the high volatility of the cryptocurrency market, traditional forecasting models often fall short. By leveraging RNNs' capability to capture long-term patterns in time-series data, this research aims to improve accuracy in price prediction and develop effective trading strategies. The project follows a structured approach involving data collection, preprocessing, and model refinement, followed by rigorous backtesting for profitability and risk assessment. This work contributes to both the academic and practical fields by providing a robust predictive model and optimized trading strategies that address the challenges of cryptocurrency trading.

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。