深度学习与 NLP 在加密货币预测中的应用：融合金融、区块链与社交媒体数据
统计金融
2024-10-28 v2 机器学习
机器学习
摘要
我们引入加密货币价格预测的新方法，利用机器学习（ML）与自然语言处理（NLP）技术，重点关注比特币与以太坊。通过分析主要来自 Twitter 和 Reddit 的新闻与社交媒体内容，我们评估公众情绪对加密货币市场的影响。我们方法的一个显著特征是应用 BART MNLI 零样本分类模型来检测看涨与看跌趋势，显著超越了传统情绪分析。此外，我们系统比较了一系列预训练与微调的深度学习 NLP 模型与基于词典的传统情绪分析方法。我们工作的另一关键贡献是采用局部极值与每日价格变动作为预测目标，降低交易频率与组合波动率。我们的发现表明，将文本数据整合进加密货币价格预测不仅提升预测精度，还在各类验证场景中一致增强盈利能力与夏普比率，尤其在使用深度学习 NLP 技术时。我们实验的完整代码库通过在线仓库公开：https://anonymous.4open.science/r/crypto-forecasting-public
引用
@article{arxiv.2311.14759,
title = {Deep Learning and NLP in Cryptocurrency Forecasting: Integrating Financial, Blockchain, and Social Media Data},
author = {Vincent Gurgul and Stefan Lessmann and Wolfgang Karl Härdle},
journal= {arXiv preprint arXiv:2311.14759},
year = {2024}
}