#PredictionTime #BTC #binance

Przewidywanie ceny Bitcoina: podejście do przykładowego wymiaru uczenia maszynowego

Sumit Ranjan, Parthajit Kayal, Malvika Saraf

Ekonomia obliczeniowa 61 (4), 1617-1636, 2023

Celem artykułu jest przewidywanie cen Bitcoina przy użyciu różnych technik uczenia maszynowego. Ze względu na wysoką zmienność, dokładne przewidywanie cen jest potrzebą chwili w celu podjęcia rozsądnych decyzji inwestycyjnych. Z drugiej strony, badanie to kategoryzuje cenę Bitcoina według ceny dziennej i ceny o wysokiej częstotliwości (cena z interwałem 5-minutowym). Do przewidywania cen dziennych i 5-minutowych stosuje się odpowiednio zestaw cech wielowymiarowych i podstawowych cech handlowych. Następnie odkryliśmy, że metody statystyczne, takie jak regresja logistyczna, przewidują cenę dzienną z dokładnością 64,84%, podczas gdy złożone algorytmy uczenia maszynowego, takie jak XGBoost, przewidują cenę w 5-minutowym przedziale czasu z poziomem dokładności 59,4%. W tej pracy dotyczącej przewidywania ceny Bitcoina uznano znaczenie przykładowych wymiarów w algorytmach uczenia maszynowego.