論文の概要: Leveraging Large Language Models for Sentiment Analysis: Multi-Modal Analysis of Decentraland's MANA Token

• arxiv url: http://arxiv.org/abs/2605.20192v1
• Date: Sat, 04 Apr 2026 04:04:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-25 12:34:33.95617
• Title: Leveraging Large Language Models for Sentiment Analysis: Multi-Modal Analysis of Decentraland's MANA Token
• Title（参考訳）: 感性分析のための大規模言語モデルの活用:DecentralandのMANAトークンのマルチモーダル分析
• Authors: Xintong Wu, Peiting Tsai, Jing Yuan, Michael Yu, Greg Sun, Luyao Zhang,
• Abstract要約: 本研究では、暗号通貨価格予測を強化するために、Discordコミュニティの感情とマルチモーダル金融データの統合を検討する。 感情分析にBERTをベースとした大規模言語モデルを用いて、歴史的価格を組み込んだベースラインと、感情スコア、取引量、市場資本化を組み込んだマルチモーダルなバリエーションの2つのLSTMを開発する。 このマルチモーダルモデルは, 予測精度において, 価格のみのベースラインを著しく上回っている。
• 参考スコア（独自算出の注目度）: 2.875604909569823
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Decentraland, a decentralized virtual reality platform operating within the expanding Metaverse ecosystem, utilizes its native MANA token to facilitate virtual asset transactions and governance. This study investigates the integration of Discord community sentiment with multi-modal financial data to enhance cryptocurrency price prediction within virtual world economies. We address: (1) identifying sentiment patterns within Decentraland's Discord community, and (2) evaluating the impact of multi-modal features on token return forecasting. Using a BERT-based large language model for sentiment analysis, we develop two LSTM architectures: a baseline incorporating historical prices and a multi-modal variant integrating sentiment scores, trading volume, and market capitalization. Results indicate predominantly neutral community sentiment with a positive skew. The multi-modal model significantly outperforms the price-only baseline in prediction accuracy. These findings demonstrate the predictive value of community-derived signals for virtual economy forecasting and establish a foundation for future research at the intersection of immersive virtual environments, natural language processing, and cryptocurrency market analysis.
• Abstract（参考訳）: 拡大するMetaverseエコシステム内で運用されている分散バーチャルリアリティプラットフォームであるDecentralandは、そのネイティブなMANAトークンを使用して、仮想アセットトランザクションとガバナンスを促進する。 本研究では、仮想世界経済における仮想通貨価格予測を強化するために、Discordコミュニティの感情とマルチモーダル金融データの統合について検討する。 1)DecentralandのDiscordコミュニティ内の感情パターンを識別し,(2)トークンリターン予測に対するマルチモーダル特徴の影響を評価する。 感情分析にBERTをベースとした大規模言語モデルを用いて、歴史的価格を組み込んだベースラインと、感情スコア、トレーディングボリューム、市場資本化を組み合わせたマルチモーダルなバリエーションの2つのLSTMアーキテクチャを開発する。 その結果,正の歪を伴う中性コミュニティの感情が強く示唆された。 マルチモーダルモデルは、予測精度において価格のみのベースラインを著しく上回る。 これらの知見は, 没入型仮想環境, 自然言語処理, 暗号市場分析の交差点における, バーチャルエコノミー予測のためのコミュニティ由来シグナルの予測的価値を示し, 今後の研究基盤を確立するものである。

関連論文リスト

• CryptoBench: A Dynamic Benchmark for Expert-Level Evaluation of LLM Agents in Cryptocurrency [60.83660377169452]
  本稿では,Large Language Model (LLM)エージェントの現実的能力を厳格に評価するために設計された,最初の専門家による動的ベンチマークであるCryptoBenchを紹介する。 検索と予測のための汎用エージェントベンチマークとは異なり、プロの暗号分析は特定の課題を提示する。
  論文  参考訳（メタデータ） (2025-11-29T09:52:34Z)
• Trade in Minutes! Rationality-Driven Agentic System for Quantitative Financial Trading [57.28635022507172]
  TiMiは、アーキテクチャ上、戦略開発を分単位のデプロイメントから切り離す合理性駆動型マルチエージェントシステムである。 本稿では,マクロパターンからマイクロカスタマイズ,トレーディングボット実装のための階層型プログラミング設計,数学的リフレクションによって駆動されるクローズドループ最適化までの2層解析パラダイムを提案する。
  論文  参考訳（メタデータ） (2025-10-06T13:08:55Z)
• crypto price prediction using lstm+xgboost [0.0]
  本研究では,Long Short-Term Memory(LSTM)ネットワークとExtreme Gradient Boosting(XGBoost)を統合したハイブリッドディープラーニングと機械学習モデルを提案する。 LSTMコンポーネントは過去の価格データの時間的依存性を捉え、XGBoostは感情スコアやマクロ経済指標などの補助的特徴との非線形関係をモデル化することによって予測を強化する。 このモデルは、Bitcoin、Dogecoin、Litecoinの歴史的データセットに基づいて評価され、グローバルおよびローカライズされた交換データの両方を取り入れている。
  論文  参考訳（メタデータ） (2025-06-27T09:49:25Z)
• Ethereum Price Prediction Employing Large Language Models for Short-term and Few-shot Forecasting [13.40649684167945]
  本稿では,Large Language Models (LLMs) の短期的・少数的な予測シナリオの価格予測における有効性について述べる。 既存の学習済みLCMを数十億のトークンからの自然言語や画像に適応させ、価格時系列データのユニークな特性を活用することによって、この問題に対処する。 このアプローチは、Mean Squared Error(MSE)、Mean Absolute Error(MAE)、Root Mean Squared Error(RMSE)など、複数のメトリクスにわたるベンチマークを一貫して上回る。
  論文  参考訳（メタデータ） (2025-03-29T19:04:28Z)
• Agent Trading Arena: A Study on Numerical Understanding in LLM-Based Agents [69.58565132975504]
  大規模言語モデル(LLM)は、自然言語処理において顕著な能力を示した。 LLMをベースとしたエージェントが競合するマルチエージェント取引を行う仮想ゼロサム株式市場であるエージェントトレーディングアリーナを提示する。
  論文  参考訳（メタデータ） (2025-02-25T08:41:01Z)
• A Multisource Fusion Framework for Cryptocurrency Price Movement Prediction [5.252967226385235]
  本研究では,X(旧Twitter)から得られた定性的な感情信号と,歴史的価格や技術的指標などの定量的な財務指標を統合するマルチソース融合フレームワークを提案する。 大規模なBitcoinデータセットの実験結果は、提案手法がシングルソースモデルを大幅に上回っていることを示している。
  論文  参考訳（メタデータ） (2024-09-27T16:32:57Z)
• DAM: A Universal Dual Attention Mechanism for Multimodal Timeseries Cryptocurrency Trend Forecasting [3.8965079384103865]
  本稿では,マルチモーダル時系列データを用いた暗号通貨のトレンド予測のための新しいデュアルアテンションメカニズム(DAM)を提案する。 われわれのアプローチは、重要な暗号通貨メトリクスと、CryptoBERTを通じて分析されたニュースやソーシャルメディアからの感情データを統合する。 本手法は,分散システム,自然言語処理,財務予測といった要素を組み合わせることで,LSTMやTransformerといった従来のモデルよりも最大20%高い精度で性能を向上する。
  論文  参考訳（メタデータ） (2024-05-01T13:58:01Z)
• Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models [48.87381259980254]
  我々は、ChatGPTのような大規模言語モデル(LLM)が、直接の金融トレーニングなしでニュースの見出しから株式市場の反応を予測する能力について文書化している。 GPT-4は、認識後カットオフの見出しを使って、最初の市場の反応を捉え、取引不能な初期反応に対して、ポートフォリオの1日当たりのヒット率を約90%達成している。
  論文  参考訳（メタデータ） (2023-04-15T19:22:37Z)
• Beyond Trading Data: The Hidden Influence of Public Awareness and Interest on Cryptocurrency Volatility [7.091344537490436]
  本研究はビットコイン・ドル取引レートのボラティリティに影響を及ぼす様々な独立した要因について検討する。 我々は,AdaBoost-LSTMアンサンブルモデルであるCoMForEを提案する。 先進的なモデルでは、全体的な暗号通貨価値分布の変動を予測し、投資決定に対する価値を高めることで、さらに一歩進んでいます。
  論文  参考訳（メタデータ） (2022-02-12T21:39:29Z)

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。