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
- 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) - AI-Assisted Investigation of On-Chain Parameters: Risky Cryptocurrencies
and Price Factors [0.9831489366502302]
本稿では,歴史的データの解析と,オンチェーンパラメータを用いた人工知能アルゴリズムについて述べる。
歴史的暗号通貨のオンチェーンデータの解析を行い,価格と他のパラメータの相関性を測定した。
分析の結果,暗号通貨価格と最大供給量と総供給量との間に有意な負の相関がみられ,価格と24時間取引量との間には弱い正の相関が認められた。
論文 参考訳(メタデータ) (2023-08-11T09:20:28Z) - Can ChatGPT Forecast Stock Price Movements? Return Predictability and
Large Language Models [57.70351255180495]
当社はChatGPTを使用して、各見出しが企業の株価に対して良いか悪いか、中立かを評価する。
また,ChatGPTは従来の感情分析法よりも優れていた。
ChatGPT-4に基づくロングショート戦略はシャープ比が最も高い。
論文 参考訳(メタデータ) (2023-04-15T19:22:37Z) - Predicting Digital Asset Prices using Natural Language Processing: a
survey [2.806897141084325]
機械学習の台頭と自然言語処理は、特に、暗号通貨の価格変動を軽視し、予測している。
本稿では,ビットコインなどのデジタル資産の価格予測と動作解析に機械学習と自然言語処理を応用した最近の取り組みをレビューし,分析することを目的とする。
論文 参考訳(メタデータ) (2022-11-28T17:37:06Z) - Forecasting Bitcoin volatility spikes from whale transactions and
CryptoQuant data using Synthesizer Transformer models [5.88864611435337]
ボラティリティ予測のためのディープラーニング合成器変換器モデルを提案する。
以上の結果から,既存の最先端モデルよりも優れたモデルであることが示唆された。
提案手法はビットコイン市場における極端なボラティリティ(変動性)の動きを予測するための有用なツールであることを示す。
論文 参考訳(メタデータ) (2022-10-06T05:44:29Z) - Social Media Sentiment Analysis for Cryptocurrency Market Prediction [0.0]
我々は、異なる感情指標がBitcoinの価格変動とどのように相関しているかを研究する。
モデルのうちの1つは、他の20以上の公的なモデルよりも優れています。
論文 参考訳(メタデータ) (2022-04-19T03:27:29Z) - Ensemble and Multimodal Approach for Forecasting Cryptocurrency Price [5.333582981327497]
暗号通貨の為替レートの予測は極めて難しい課題だ。
本稿では,価格変動を導出するすべてのモダリティを利用するマルチモーダルなAdaBoost-LSTMアンサンブル手法を提案する。
既存のツールや手法と比べて19.29%の改善が見られた。
論文 参考訳(メタデータ) (2022-02-12T21:39:29Z) - 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 [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) - 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) - 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)
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。