PreBit——一种融合Twitter FinBERT嵌入的对比特币极端价格变动预测的多模态模型
统计金融
2024-06-13 v2 计算与语言
机器学习
计算金融
交易与市场微观结构
摘要
比特币自诞生以来因其日益增长的 popularity 而展现出极端的波动性。与更传统的资产相比，这种波动性及其去中心化特性使比特币极易受到投机性交易的影响。在本文中，我们提出了一种用于预测极端价格波动的多模态模型。该模型将多种相关资产、技术指标以及Twitter内容作为输入。在一项深入研究中，我们探讨了公众在Twitter上关于比特币的社交媒体讨论是否对极端价格变动具有预测能力。我们收集了2015年至2021年每天包含关键词“Bitcoin”的5000条推文的数据集。该数据集称为PreBit，已在线公开。在我们的混合模型中，我们使用在金融词典上预训练的句级FinBERT嵌入，以捕获推文的完整内容并以可理解的方式输入模型。通过将这些嵌入与卷积神经网络(CNN)结合，我们构建了一个显著市场变动的预测模型。最终的多模态集成模型包括该NLP模型以及基于蜡烛图数据、技术指标和相关资产价格的模型。在消融研究中，我们探讨了各个模态的贡献。最后，我们提出并回测了一种基于我们模型预测（具有不同预测阈值）的交易策略，结果表明其可用于构建盈利的交易策略，且相比“持有”或移动平均策略风险更低。
引用
@article{arxiv.2206.00648,
title = {PreBit -- A multimodal model with Twitter FinBERT embeddings for extreme price movement prediction of Bitcoin},
author = {Yanzhao Zou and Dorien Herremans},
journal= {arXiv preprint arXiv:2206.00648},
year = {2024}
}
备注
21 pages, submitted preprint to Elsevier Expert Systems with Applications