sciencedirect.com
Previsione del prezzo di Bitcoin utilizzando l'apprendimento automatico: Un approccio all'ingegneria della dimensione del campione
Zheshi Chen, Chunhong Li, Wenjun Sun
Journal of Computational and Applied Mathematics 365, 112395, 2020
Dopo il boom e il crollo dei prezzi delle criptovalute negli ultimi anni, Bitcoin è stato sempre più considerato come un asset di investimento. A causa della sua natura altamente volatile, c'è bisogno di buone previsioni su cui basare le decisioni di investimento. Sebbene studi esistenti abbiano sfruttato l'apprendimento automatico per una previsione più accurata del prezzo di Bitcoin, pochi si sono concentrati sulla fattibilità di applicare diverse tecniche di modellazione a campioni con diverse strutture di dati e caratteristiche dimensionali. Per prevedere il prezzo di Bitcoin a diverse frequenze utilizzando tecniche di apprendimento automatico, prima classifichiamo il prezzo di Bitcoin in base al prezzo giornaliero e al prezzo ad alta frequenza. Un insieme di caratteristiche ad alta dimensione, tra cui proprietà e rete, trading e mercato, attenzione e prezzo dell'oro spot, sono utilizzati per la previsione del prezzo giornaliero di Bitcoin, mentre le caratteristiche di trading di base acquisite da un exchange di criptovalute sono utilizzate per la previsione del prezzo a intervalli di 5 minuti. Metodi statistici, tra cui la regressione logistica e l'analisi discriminante lineare per la previsione del prezzo giornaliero di Bitcoin con caratteristiche ad alta dimensione, raggiungono un'accuratezza del 66%, superando algoritmi di apprendimento automatico più complicati. Rispetto ai risultati di riferimento per la previsione del prezzo giornaliero, otteniamo una prestazione migliore, con le massime accuratezze dei metodi statistici e degli algoritmi di apprendimento automatico del 66% e 65,3%, rispettivamente. I modelli di apprendimento automatico, tra cui Random Forest, XGBoost, Analisi Discriminante Quadratica, Support Vector Machine e Long Short-term Memory per la previsione del prezzo a intervalli di 5 minuti di Bitcoin, sono superiori ai metodi statistici, con un'accuratezza che raggiunge il 67,2%. La nostra indagine sulla previsione del prezzo di Bitcoin può essere considerata uno studio pilota dell'importanza della dimensione del campione nelle tecniche di apprendimento automatico.