贝叶斯回归与比特币
人工智能
2014-10-07 v1 统计理论
统计理论
摘要
本文讨论了贝叶斯回归方法及其在预测比特币（一种近期流行的虚拟加密货币）价格波动方面的有效性。贝叶斯回归是指利用经验数据作为代理来执行贝叶斯推断。我们将贝叶斯回归用于所谓的“潜源模型”。Chen、Nikolov 和 Shah (2013) 以及 Bresler、Chen 和 Shah (2014) 引入并讨论了用于二分类目的的“潜源模型”贝叶斯回归，并确立了该方法在二分类设置下的理论和实证有效性。在本文中，我们转而将其用于预测实数值量，即比特币价格。基于此价格预测方法，我们设计了一种简单的比特币交易策略。当针对真实数据轨迹运行时，该策略能够在不到 60 天的时间内使投资几乎翻倍。
引用
@article{arxiv.1410.1231,
title = {Bayesian regression and Bitcoin},
author = {Devavrat Shah and Kang Zhang},
journal= {arXiv preprint arXiv:1410.1231},
year = {2014}
}
备注
Preliminary version appeared in the Proceedings of 2014 Allerton Conference on Communication, Control, and Computing