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
- Practical Forecasting of Cryptocoins Timeseries using Correlation Patterns [1.6229760224067287]
我々は、過去2年間のコイン/価格相関の傾向を調査することで、さまざまな暗号通貨間のトレンド相関にいくつかの光を当てた。
傾向の因果関係について検討し, 得られた相関関係を利用して, 最先端予測手法の精度について検討する。
論文 参考訳(メタデータ) (2024-09-05T16:27:16Z) - IT Strategic alignment in the decentralized finance (DeFi): CBDC and digital currencies [49.1574468325115]
分散型金融(DeFi)は、ディスラプティブベースの金融インフラである。
1) DeFiの一般的なIT要素は何か?
2) DeFi における IT 戦略の整合性には,どのような要素があるのでしょう?
論文 参考訳(メタデータ) (2024-05-17T10:19:20Z) - 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) - EX-Graph: A Pioneering Dataset Bridging Ethereum and X [34.993300175340295]
EX-Graphは、Authentically Link and Xという新しいデータセットで、このタイプの最初の、そして最大のデータセットをマークしている。
EX-Graphの詳細な統計分析では、X-アドレスと非X-アドレスの構造的な違いが強調されている。
論文 参考訳(メタデータ) (2023-10-02T09:07:01Z) - 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 in the Binance Smart Chain (BNB) [50.888293380932616]
トークンと流動性のプールの生態系を研究する。
トークンの約60%が1日以内でアクティブであることが分かりました。
1日間の暴走が2億4000万ドルという利益を生み出したと見積もっている。
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) - BABD: A Bitcoin Address Behavior Dataset for Address Behavior Pattern
Analysis [36.42552617883664]
私たちは、2019年7月12日から2021年5月26日までにBitcoin取引からなるデータセットを構築しました。
このデータセットには、13種類のBitcoinアドレス、148の機能を提供する5つのカテゴリ、ラベル付きデータ544,462が含まれている。
提案したデータセットは、k-nearest neighborsアルゴリズム、決定木、ランダムフォレスト、多層パーセプトロン、XGBoostといった一般的な機械学習モデルに基づく。
論文 参考訳(メタデータ) (2022-04-10T06:46:51Z) - 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)
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。