#PredictionTime #BTC #binance

Bitcoin-Preisvorhersage: Ein Beispiel-Dimensionsansatz für maschinelles Lernen

Sumit Ranjan, Parthajit Kayal, Malvika Saraf

Computational Economics 61 (4), 1617-1636, 2023

Der Zweck des Papiers besteht darin, Bitcoin-Preise mithilfe verschiedener Techniken des maschinellen Lernens vorherzusagen. Aufgrund seiner hohen Volatilität ist eine genaue Preisvorhersage das Gebot der Stunde für fundierte Anlageentscheidungen. Im Gegenzug kategorisiert diese Studie den Bitcoin-Preis nach Tages- und Hochfrequenzpreis (5-Minuten-Intervallpreis). Für die tägliche Preisvorhersage und die Preisvorhersage im 5-Minuten-Intervall werden eine Reihe hochdimensionaler Merkmale bzw. grundlegender Handelsmerkmale verwendet. Danach stellen wir fest, dass statistische Methoden wie die logistische Regression den Tagespreis mit einer Genauigkeit von 64,84 % vorhersagen, während komplexe maschinelle Lernalgorithmen wie XGBoost den 5-Minuten-Intervallpreis mit einer Genauigkeit von 59,4 % vorhersagen. Diese Arbeit zur Bitcoin-Preisvorhersage erkennt die Bedeutung von Stichprobendimensionen in Algorithmen für maschinelles Lernen.