#PredictionTime #BTC #binance

Прогнозирование цен на биткойны: метод измерения выборки машинного обучения

Сумит Ранджан, Партаджит Каял, Мальвика Сараф

Вычислительная экономика 61 (4), 1617–1636, 2023

Целью статьи является прогнозирование цен на биткойны с использованием различных методов машинного обучения. Из-за своей высокой волатильности точный прогноз цен является необходимостью для принятия обоснованных инвестиционных решений. С другой стороны, в этом исследовании цена Биткойна классифицируется по дневной и высокочастотной цене (цена с 5-минутным интервалом). Для прогнозирования цен на дневном и 5-минутном интервале используется набор многомерных функций и фундаментальных торговых функций соответственно. После этого мы обнаружили, что статистические методы, такие как логистическая регрессия, предсказывают дневную цену с точностью 64,84%, в то время как сложные алгоритмы машинного обучения, такие как XGBoost, прогнозируют цену за 5-минутный интервал с уровнем точности 59,4%. Эта работа по прогнозированию цен на биткойны признает важность размеров выборки в алгоритмах машинного обучения.