論文の概要: Predictive analysis of Bitcoin price considering social sentiments
- arxiv url: http://arxiv.org/abs/2001.10343v1
- Date: Thu, 16 Jan 2020 18:08:05 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-10 23:54:27.074640
- Title: Predictive analysis of Bitcoin price considering social sentiments
- Title(参考訳): 社会的感情を考慮したBitcoin価格の予測分析
- Authors: Pratikkumar Prajapati
- Abstract要約: 私たちは、将来のBitcoinの価値を予測する機能として、ソーシャルな感情を使うことに重点を置いています。
ソーシャルな感情は、将来のBitcoinの価値がどう動くのかをよく見積もっている。
各種暗号通貨の歴史的価格を入力としてLSTMを用いて,最低値のRMSEを434.87で達成する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We report on the use of sentiment analysis on news and social media to
analyze and predict the price of Bitcoin. Bitcoin is the leading cryptocurrency
and has the highest market capitalization among digital currencies. Predicting
Bitcoin values may help understand and predict potential market movement and
future growth of the technology. Unlike (mostly) repeating phenomena like
weather, cryptocurrency values do not follow a repeating pattern and mere past
value of Bitcoin does not reveal any secret of future Bitcoin value. Humans
follow general sentiments and technical analysis to invest in the market. Hence
considering people's sentiment can give a good degree of prediction. We focus
on using social sentiment as a feature to predict future Bitcoin value, and in
particular, consider Google News and Reddit posts. We find that social
sentiment gives a good estimate of how future Bitcoin values may move. We
achieve the lowest test RMSE of 434.87 using an LSTM that takes as inputs the
historical price of various cryptocurrencies, the sentiment of news articles
and the sentiment of Reddit posts.
- Abstract(参考訳): われわれは、ニュースやソーシャルメディアにおける感情分析を使ってbitcoinの価格を分析、予測している。
bitcoinは主要な暗号通貨であり、デジタル通貨の中でもっとも時価総額が高い。
bitcoinの価値を予測することは、潜在的な市場の動きとテクノロジーの将来の成長を理解し予測するのに役立つかもしれない。
天気のような(主に)繰り返される現象とは異なり、暗号通貨の価値は繰り返しパターンに従わず、Bitcoinの過去の価値は将来のBitcoinの価値の秘密を明かさない。
人間は市場に投資するために一般的な感情と技術分析に従う。
したがって、人々の感情を考えると、かなりの予測ができます。
私たちは、将来のBitcoinの価値を予測する機能として、ソーシャルな感情を使うことに重点を置いています。
ソーシャルな感情は、将来のBitcoinの価値がどう動くかをよく見積もっている。
我々は、各種暗号通貨の歴史的価格、ニュース記事の感情、Reddit投稿の感情を入力するLSTMを用いて、最低の434.87のRMSEを達成する。
関連論文リスト
- Interplay between Cryptocurrency Transactions and Online Financial
Forums [41.94295877935867]
本研究は、これらの暗号掲示板間の相互作用と暗号値の変動に関する研究に焦点をあてる。
これは、Bitcointalkフォーラムの活動がBTCの値のトレンドと直接的な関係を保っていることを示している。
この実験は、フォーラムデータが金融分野における特定の出来事を説明することを強調している。
論文 参考訳(メタデータ) (2023-11-27T16:25:28Z) - Cryptocurrency Price Prediction using Twitter Sentiment Analysis [0.0]
この調査では、歴史的価格とツイートの感情を使ってBitcoinの価格を予測する。
我々は、一連のツイートの感情を予測し、Bitcoinの価格を予測できるエンドツーエンドモデルを開発した。
感情予測は平均絶対誤差9.45%、平均リアルタイムデータ、テストデータを与えた。
論文 参考訳(メタデータ) (2023-03-03T18:42:01Z) - A Game of NFTs: Characterizing NFT Wash Trading in the Ethereum
Blockchain [59.0626764544669]
非Fungible Token(NFT)市場は2021年に爆発的に成長し、2022年1月には月間貿易額が60億ドルに達した。
ウォッシュトレーディングの可能性に関する懸念が浮かび上がっており、あるパーティがNFTを取引してそのボリュームを人為的に膨らませる市場操作の形式である。
洗濯物取引は全NFTコレクションの5.66%に影響し、総生産量は3,406,110,774ドルである。
論文 参考訳(メタデータ) (2022-12-02T15:03:35Z) - Understanding Cryptocoins Trends Correlations [0.76146285961466]
コイン-価格相関の傾向を2年間にわたって調査することで、さまざまな暗号通貨間のトレンド相関について光を当てた。
我々の結果は、主要なコイン(Ethereum、Bitcoin)とアルトコインの強い相関パターンを示唆している。
我々は,暗号コインの文脈で時系列モデリングの予測技術を支援することができると考えている。
論文 参考訳(メタデータ) (2022-11-30T15:50:36Z) - Token Spammers, Rug Pulls, and SniperBots: An Analysis of the Ecosystem
of Tokens in Ethereum and the Binance Smart Chain (BNB) [63.36515347329037]
トークンと流動性のプールのエコシステムを調査し、両方のブロックチェーン間の類似点と相違点を強調します。
トークンの寿命を見積もると、約60%のトークンが1日以内でアクティブであることが分かりました。
我々は、出口詐欺の詐欺を提示し、両方のブロックチェーン上でその頻度を定量化する。
論文 参考訳(メタデータ) (2022-06-16T14:20:19Z) - The Doge of Wall Street: Analysis and Detection of Pump and Dump
Cryptocurrency Manipulations [63.732639864601914]
本稿では,インターネット上のコミュニティによって組織された2つの市場操作(ポンプとダンプと群衆ポンプ)について,詳細な分析を行う。
ポンプとダンプの仕組みは、株式市場と同じくらい古い詐欺だ。今や、緩やかに規制された暗号通貨市場において、新たな活力を得た。
ポンプとダンプの3つのケーススタディについて報告します。次に、検証済みポンプとダンプのユニークなデータセットを利用して、開始から25秒でポンプとダンプを検出する機械学習モデルを構築します。
論文 参考訳(メタデータ) (2021-05-03T10:20:47Z) - Real-Time Prediction of BITCOIN Price using Machine Learning Techniques
and Public Sentiment Analysis [0.0]
本研究の目的は、機械学習技術と感情分析により、USDにおけるBitcoinの予測可能な価格方向を決定することである。
TwitterとRedditは、大衆の感情を研究する研究者から大きな注目を集めている。
我々は、感情分析と機械学習の原則をTwitterやRedditの投稿から抽出したツイートに適用した。
論文 参考訳(メタデータ) (2020-06-18T15:40:11Z) - From Tether to Libra: Stablecoins, Digital Currency and the Future of
Money [62.997667081978825]
これは、Stablecoinのコンパクトな定義を提供し、以前に知られていた支払いシステムと区別するユニークな特徴を識別する。
安定したコインのさまざまなユースケースと、それを作るための経済的なインセンティブを調査している。
論文 参考訳(メタデータ) (2020-05-26T18:13:46Z) - Pump and Dumps in the Bitcoin Era: Real Time Detection of Cryptocurrency
Market Manipulations [63.732639864601914]
インターネット上のコミュニティによって組織されたポンプとダンプの詳細な分析を行う。
これらのコミュニティがどのように組織化され、どのように詐欺を行うかを観察します。
本研究では,不正行為をリアルタイムに検出する手法を提案する。
論文 参考訳(メタデータ) (2020-05-04T21:36:18Z) - Ascertaining price formation in cryptocurrency markets with DeepLearning [8.413339060443878]
本論文は,近年の株式市場予測にディープラーニングを用いた成功に触発されたものである。
暗号通貨市場の特徴を高周波で分析・提示する。
私たちは、Bitcoinと米ドルのライブ為替レートの中間価格運動の予測について、一貫した78%の精度を達成しました。
論文 参考訳(メタデータ) (2020-02-09T20:23:08Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。