用于加密货币价格走势预测的多源融合框架
机器学习
2025-08-26 v2 人工智能
摘要
由于数字资产市场的波动性和复杂性，预测加密货币价格走势仍然是一项重大挑战。人工智能（AI）已成为解决该问题的强大工具。本研究提出了一个多源融合框架，将历史价格和技术指标等定量金融指标，与从 X（原 Twitter）提取的定性情感信号相融合。情感分析使用 Financial Bidirectional Encoder Representations from Transformers（FinBERT）执行，这是一个针对金融文本优化的基于 BERT 的领域特定模型；同时通过双向长短期记忆（BiLSTM）网络捕获序列依赖关系。在大规模 Bitcoin 数据集上的实验结果表明，所提方法显著优于单源模型，实现了约 96.8% 的准确率。研究结果强调了将实时社交情感与传统指标相结合的重要性，从而提高了预测准确性并支持更明智的投资决策。
引用
@article{arxiv.2409.18895,
title = {A Multisource Fusion Framework for Cryptocurrency Price Movement Prediction},
author = {Saeed Mohammadi Dashtaki and Reza Mohammadi Dashtaki and Mehdi Hosseini Chagahi and Behzad Moshiri and Md. Jalil Piran},
journal= {arXiv preprint arXiv:2409.18895},
year = {2025}
}