评估 COVID-19 特征对 Bitcoin 收益预测的贡献：基于 LightGBM 与遗传优化的方法

本研究提出了一种整合 LightGBM 回归模型与遗传算法（GA）优化的新颖方法论框架，以系统评估 COVID-19 相关指标对比特币收益预测的贡献。主要目标不仅是预测比特币收益，而是确定纳入与大流行相关的健康数据是否能显著提高预测准确性。我们构建了一个包含每日比特币收益和 COVID-19 指标（疫苗接种率、住院人数、检测统计数据）的综合数据集。包含与不包含 COVID-19 特征的预测模型通过 GA 进行了 31 次独立运行的优化，从而实现稳健的统计评估。性能指标（R2、RMSE、MAE）通过分布重叠和 Mann-Whitney U 检验进行了统计比较。置换特征重要性（PFI）分析量化了各个特征的贡献。结果表明，COVID-19 指标显著提升了模型性能，特别是在捕捉极端市场波动方面（R2 增加 40%，RMSE 降低 2%，两者在统计上均高度显著）。在 COVID-19 特征中，疫苗接种指标，特别是完全接种人群的第 75 百分位数，成为主导预测因子。所提出的方法论通过纳入公共卫生信号扩展了现有的金融分析工具，为投资者和政策制定者提供了精细化的指标，以应对系统性危机期间的市场不确定性。