論文の概要: Dimensionality reduction for prediction: Application to Bitcoin and
Ethereum
- arxiv url: http://arxiv.org/abs/2112.15036v1
- Date: Thu, 30 Dec 2021 12:44:50 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-03 15:48:02.539142
- Title: Dimensionality reduction for prediction: Application to Bitcoin and
Ethereum
- Title(参考訳): 予測のための次元削減:BitcoinとEthereumへの応用
- Authors: Hugo Inzirillo and Benjamin Mat
- Abstract要約: 本研究の目的は,暗号通貨間のリンクを確立するために,次元還元技術の性能を評価することである。
私たちは、最も取引された2つの暗号通貨、BitcoinとBitcoinに分析を集中させました。
われわれは、Bitcoinの機能を組み込んだ予測リターンのパフォーマンスを測定した。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The objective of this paper is to assess the performances of dimensionality
reduction techniques to establish a link between cryptocurrencies. We have
focused our analysis on the two most traded cryptocurrencies: Bitcoin and
Ethereum. To perform our analysis, we took log returns and added some
covariates to build our data set. We first introduced the pearson correlation
coefficient in order to have a preliminary assessment of the link between
Bitcoin and Ethereum. We then reduced the dimension of our data set using
canonical correlation analysis and principal component analysis. After
performing an analysis of the links between Bitcoin and Ethereum with both
statistical techniques, we measured their performance on forecasting Ethereum
returns with Bitcoin s features.
- Abstract(参考訳): 本研究の目的は,暗号通貨間のリンクを確立するための次元性低減手法の性能を評価することである。
われわれは、bitcoinとethereumの2つの最も取引された暗号通貨の分析に焦点を当てた。
分析を行うために、ログの戻り値を取得し、データセットを構築するためのコ変数を追加しました。
我々は最初に、BitcoinとEthereumのリンクを予備評価するために、ピアソン相関係数を導入した。
次に、標準相関分析と主成分分析を用いてデータセットの次元を削減した。
統計技術の両方でBitcoinとEthereumのリンクを分析した後、私たちはEthereumのリターンをBitcoinの機能で予測するパフォーマンスを測定しました。
関連論文リスト
- Transformer-based approach for Ethereum Price Prediction Using
Crosscurrency correlation and Sentiment Analysis [4.641297430032214]
この研究は、暗号通貨の価格予測のためのトランスフォーマーベースのニューラルネットワークの能力を掘り下げている。
この実験は、暗号通貨の価格が他の暗号通貨や暗号通貨に関する感情と強く相関しているという仮説に基づいている。
論文 参考訳(メタデータ) (2024-01-16T03:03:39Z) - 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) - Unsupervised Dense Retrieval with Relevance-Aware Contrastive
Pre-Training [81.3781338418574]
関連性を考慮したコントラスト学習を提案する。
我々は、BEIRおよびオープンドメインQA検索ベンチマークにおいて、SOTAアン教師なしコントリバーモデルを一貫して改善する。
本手法は, 目標コーパスの事前訓練後, BM25に打ち勝つだけでなく, 優れた数発学習者として機能する。
論文 参考訳(メタデータ) (2023-06-05T18:20:27Z) - 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) - 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) - 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) - Cross Cryptocurrency Relationship Mining for Bitcoin Price Prediction [2.6032596415721945]
我々はC2RMという汎用的なクロス暗号関係マイニングモジュールを提案する。
C2RMは、Bitcoinと関連するAltcoin間の同期的および非同期的影響を効果的に捉えることができる。
総合的な実験結果から,我々のC2RMは,既存の価格予測手法が大幅な性能向上を実現するのに有効であることが示された。
論文 参考訳(メタデータ) (2022-04-28T02:39:42Z) - 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) - Quantum Multi-Solution Bernoulli Search with Applications to Bitcoin's
Post-Quantum Security [67.06003361150228]
作業の証明(英: proof of work、PoW)は、当事者が計算タスクの解決にいくらかの労力を費やしたことを他人に納得させることができる重要な暗号構造である。
本研究では、量子戦略に対してそのようなPoWの連鎖を見つけることの難しさについて検討する。
我々は、PoWs問題の連鎖が、マルチソリューションBernoulliサーチと呼ばれる問題に還元されることを証明し、量子クエリの複雑さを確立する。
論文 参考訳(メタデータ) (2020-12-30T18:03:56Z) - 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) - 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。