論文の概要: AI-Assisted Investigation of On-Chain Parameters: Risky Cryptocurrencies
and Price Factors
- arxiv url: http://arxiv.org/abs/2308.08554v1
- Date: Fri, 11 Aug 2023 09:20:28 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-27 05:25:26.172421
- Title: AI-Assisted Investigation of On-Chain Parameters: Risky Cryptocurrencies
and Price Factors
- Title（参考訳）: AIによるオンチェーンパラメータの調査:リスク暗号と価格要因
- Authors: Abdulrezzak Zekiye, Semih Utku, Fadi Amroush, Oznur Ozkasap
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.9831489366502302
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Cryptocurrencies have become a popular and widely researched topic of
interest in recent years for investors and scholars. In order to make informed
investment decisions, it is essential to comprehend the factors that impact
cryptocurrency prices and to identify risky cryptocurrencies. This paper
focuses on analyzing historical data and using artificial intelligence
algorithms on on-chain parameters to identify the factors affecting a
cryptocurrency's price and to find risky cryptocurrencies. We conducted an
analysis of historical cryptocurrencies' on-chain data and measured the
correlation between the price and other parameters. In addition, we used
clustering and classification in order to get a better understanding of a
cryptocurrency and classify it as risky or not. The analysis revealed that a
significant proportion of cryptocurrencies (39%) disappeared from the market,
while only a small fraction (10%) survived for more than 1000 days. Our
analysis revealed a significant negative correlation between cryptocurrency
price and maximum and total supply, as well as a weak positive correlation
between price and 24-hour trading volume. Moreover, we clustered
cryptocurrencies into five distinct groups using their on-chain parameters,
which provides investors with a more comprehensive understanding of a
cryptocurrency when compared to those clustered with it. Finally, by
implementing multiple classifiers to predict whether a cryptocurrency is risky
or not, we obtained the best f1-score of 76% using K-Nearest Neighbor.
- Abstract（参考訳）: 近年、仮想通貨は投資家や学者にとって広く研究されている話題となっている。
投資決定を情報化するためには、暗号通貨価格に影響を与える要因を理解し、リスクの高い暗号通貨を特定することが不可欠である。
本稿では、暗号通貨の価格に影響を及ぼす要因を特定し、リスクの高い暗号通貨を見つけるために、歴史的データを分析し、オンチェーンパラメータに人工知能アルゴリズムを用いることに焦点を当てる。
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。
さらに、クラスタリングと分類を使用して、暗号通貨をよりよく理解し、リスクがあるかどうかを分類しました。
分析の結果、かなりの数の暗号通貨(39%)が市場から姿を消し、わずか10%(1000日以上)しか生き残っていないことがわかった。
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。
さらに、暗号通貨をオンチェーンパラメータを使って5つの異なるグループにクラスタ化しました。
最後に、暗号通貨がリスクかどうかを予測するために複数の分類器を実装することで、k-nearestの隣人を用いて、最高のf1-scoreを76%取得した。
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) - 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) - 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) - Deciphering the Crypto-shopper: Knowledge and Preferences of Consumers
Using Cryptocurrencies for Purchases [0.30723404270319693]
本研究では,暗号通貨を用いて買い物をする人々の知識,専門知識,購入習慣について検討する。
516名の被験者を対象に調査を行ったところ,知識レベルは初心者から専門家まで様々であった。
回答者の約30%は、限られた知識にもかかわらず高い購入頻度を示した。
論文 参考訳（メタデータ） (2023-10-04T15:48:28Z) - Cryptocurrency Portfolio Optimization by Neural Networks [81.20955733184398]
本稿では,これらの投資商品を活用するために,ニューラルネットワークに基づく効果的なアルゴリズムを提案する。
シャープ比を最大化するために、各アセットの割り当て重量を時間間隔で出力するディープニューラルネットワークを訓練する。
ネットワークの特定の資産に対するバイアスを規制する新たな損失項を提案し,最小分散戦略に近い割り当て戦略をネットワークに学習させる。
論文 参考訳（メタデータ） (2023-10-02T12:33:28Z) - Dynamic Bayesian Networks for Predicting Cryptocurrency Price Directions: Uncovering Causal Relationships [1.4356611205757077]
この研究で、Bitcoin、Coin、Litecoin、Ripple、Tetherの6つの人気暗号通貨が研究されている。
ソーシャルメディアデータ,従来の金融市場要因,技術的指標など,さまざまな特徴の因果関係を明らかにするために,動的ベイズネットワーク(DBN)に基づくアプローチを提案する。
その結果、DBNの性能は、暗号通貨によって異なるが、他の暗号通貨よりも高い予測精度を示す暗号通貨もあるが、DBNはベースラインモデルよりも著しく優れていた。
論文 参考訳（メタデータ） (2023-06-13T22:07:51Z) - Causality between Sentiment and Cryptocurrency Prices [0.0]
本研究では,マイクロブログプラットフォーム,すなわちTwitterを通じて伝達される物語と暗号資産の価値の関係について検討する。
教師なしの機械学習アルゴリズムを使って、Twitterの巨大でノイズの多いテキストデータの中に潜伏するトピックを発見しました。
さまざまな状況において、私たちの物語と暗号通貨価格の間に強いつながりがあることに気づきました。
論文 参考訳（メタデータ） (2023-06-09T10:40:22Z) - 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) - 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) - 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) - 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。