論文の概要: Ascertaining price formation in cryptocurrency markets with DeepLearning

• arxiv url: http://arxiv.org/abs/2003.00803v1
• Date: Sun, 9 Feb 2020 20:23:08 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-02 15:01:51.388367
• Title: Ascertaining price formation in cryptocurrency markets with DeepLearning
• Title（参考訳）: DeepLearningによる暗号通貨市場の価格形成
• Authors: Fan Fang, Waichung Chung, Carmine Ventre, Michail Basios, Leslie Kanthan, Lingbo Li, Fan Wu
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 8.413339060443878
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The cryptocurrency market is amongst the fastest-growing of all the financial markets in the world. Unlike traditional markets, such as equities, foreign exchange and commodities, cryptocurrency market is considered to have larger volatility and illiquidity. This paper is inspired by the recent success of using deep learning for stock market prediction. In this work, we analyze and present the characteristics of the cryptocurrency market in a high-frequency setting. In particular, we applied a deep learning approach to predict the direction of the mid-price changes on the upcoming tick. We monitored live tick-level data from $8$ cryptocurrency pairs and applied both statistical and machine learning techniques to provide a live prediction. We reveal that promising results are possible for cryptocurrencies, and in particular, we achieve a consistent $78\%$ accuracy on the prediction of the mid-price movement on live exchange rate of Bitcoins vs US dollars.
• Abstract（参考訳）: 仮想通貨市場は、世界の金融市場で急速に成長している。 株式、外国為替、商品などの伝統的な市場とは異なり、暗号通貨市場はよりボラティリティと不流動性を有すると考えられている。 本論文は,株式市場予測にディープラーニングを用いた最近の成功に触発されたものである。 本研究では,暗号通貨市場の特徴を高周波で分析し,提示する。 特に,提案手法を応用して,近日中の価格変動の方向を予測した。 8ドルの暗号通貨ペアからライブのティックレベルデータを監視し、統計的および機械学習の両方のテクニックを用いて、ライブ予測を行った。 我々は、暗号通貨に対して有望な結果が可能であることを明らかにし、特に、Bitcoin対USドル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セントの精度を達成した。

関連論文リスト

• A Deep Learning Approach to Predict the Fall [of Price] of Cryptocurrency Long Before its Actual Fall [0.0]
  本研究の目的は、暗号通貨市場のリスクファクターの大きさを予測することである。 当社のアプローチは、経験した問題や困難を克服することで、暗号通貨市場に投資する人々を支援します。
  論文  参考訳（メタデータ） (2024-11-20T08:09:35Z)
• Using Sentiment and Technical Analysis to Predict Bitcoin with Machine Learning [1.3053649021965603]
  本研究は,暗号通貨予測における感情指標の重要性に関する予備研究である。 我々は、Fear & Greedy Index、市場感情の指標、技術分析指標、および機械学習アルゴリズムの可能性を組み合わせることで、Bitcoin価格を予測する新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2024-10-18T15:13:07Z)
• Predicting Bitcoin Market Trends with Enhanced Technical Indicator Integration and Classification Models [6.39158540499473]
  本研究では,暗号市場の方向性を予測するための分類に基づく機械学習モデルを提案する。 歴史的データと、移動平均収束分量、相対強度指数、ボリンジャーバンドなどの重要な技術指標を用いて訓練されている。 その結果、購入/販売信号の精度は92%を超えた。
  論文  参考訳（メタデータ） (2024-10-09T14:29:50Z)
• Cryptocurrency Price Forecasting Using XGBoost Regressor and Technical Indicators [2.038893829552158]
  本研究では,暗号通貨の価格を予測するための機械学習手法を提案する。 我々は、XGBoost回帰モデルの訓練および供給のために、EMA(Exponential moving Avergence)やMACD( moving Avergence Divergence)といった重要な技術指標を活用している。 モデルの性能を様々なシミュレーションにより評価し,有望な結果を示す。
  論文  参考訳（メタデータ） (2024-07-16T14:41:27Z)
• Deep Learning and NLP in Cryptocurrency Forecasting: Integrating Financial, Blockchain, and Social Media Data [3.6390165502400875]
  本稿では,機械学習(ML)と自然言語処理(NLP)技術を活用した暗号通貨価格予測の新しい手法を提案する。 ニュースやソーシャルメディアのコンテンツを分析することで、仮想通貨市場に対する大衆の感情の影響を評価する。
  論文  参考訳（メタデータ） (2023-11-23T16:14:44Z)
• Diffusion Variational Autoencoder for Tackling Stochasticity in Multi-Step Regression Stock Price Prediction [54.21695754082441]
  長期的地平線上での多段階の株価予測は、ボラティリティの予測に不可欠である。 多段階の株価予測に対する現在の解決策は、主に単一段階の分類に基づく予測のために設計されている。 深層階層型変分オートコーダ(VAE)と拡散確率的手法を組み合わせてセック2seqの株価予測を行う。 本モデルでは, 予測精度と分散性の観点から, 最先端の解よりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-08-18T16:21:15Z)
• Stock Price Prediction Under Anomalous Circumstances [81.37657557441649]
  本稿では,異常な状況下での株価の変動パターンを捉えることを目的とする。 ARIMAとLSTMのモデルは、シングルストックレベル、業界レベル、一般市場レベルでトレーニングします。 2016年から2020年にかけての100社の株価に基づいて、平均予測精度は98%に達した。
  論文  参考訳（メタデータ） (2021-09-14T18:50:38Z)
• The Doge of Wall Street: Analysis and Detection of Pump and Dump Cryptocurrency Manipulations [50.521292491613224]
  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。 本報告では,ポンプ群とダンプ群に関する3症例について報告する。
  論文  参考訳（メタデータ） (2021-05-03T10:20:47Z)
• A Sentiment Analysis Approach to the Prediction of Market Volatility [62.997667081978825]
  金融ニュースとツイートから抽出された感情とFTSE100の動きの関係を調べました。 ニュース見出しから得られた感情は、市場のリターンを予測するシグナルとして使われる可能性があるが、ボラティリティには当てはまらない。 我々は,新たな情報の到着に応じて,市場の変動を予測するための正確な分類器を開発した。
  論文  参考訳（メタデータ） (2020-12-10T01:15:48Z)
• Taking Over the Stock Market: Adversarial Perturbations Against Algorithmic Traders [47.32228513808444]
  本稿では,敵対的学習手法を用いて,攻撃者がアルゴリズム取引システムに影響を与える現実的なシナリオを提案する。 入力ストリームに追加されると、我々の摂動は将来目に見えないデータポイントのトレーディングアルゴリズムを騙すことができることを示す。
  論文  参考訳（メタデータ） (2020-10-19T06:28:05Z)
• Pump and Dumps in the Bitcoin Era: Real Time Detection of Cryptocurrency Market Manipulations [50.521292491613224]
  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)

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。