#PredictionTime #BTC #binance

Прогнозування ціни біткойна: підхід вибірки вимірювання машинного навчання

Суміт Ранджан, Партаджит Каял, Малвіка Сараф

Обчислювальна економіка 61 (4), 1617-1636, 2023

Метою статті є прогнозування цін на біткойни за допомогою різних методів машинного навчання. Завдяки високій волатильності, точне прогнозування ціни є необхідною умовою для прийняття обґрунтованих інвестиційних рішень. Крім того, у цьому дослідженні ціна біткойна класифікується за щоденною ціною та високочастотною ціною (ціна з 5-хвилинним інтервалом). Для денного та 5-хвилинного інтервального прогнозування ціни використовується набір високовимірних функцій і фундаментальних торгових функцій відповідно. Після цього ми виявили, що статистичні методи, такі як логістична регресія, прогнозують щоденну ціну з точністю 64,84%, а складні алгоритми машинного навчання, такі як XGBoost, прогнозують ціну з 5-хвилинним інтервалом з рівнем точності 59,4%. Ця робота з прогнозування ціни біткойна визнає важливість розмірів вибірки в алгоритмах машинного навчання.