基于机器学习技术与公众情绪分析的比特币价格实时预测
统计金融
2020-06-26 v1 机器学习
摘要
比特币是第一种数字去中心化加密货币，近年来市值显著增长。本文的目标是通过机器学习技术和情绪分析确定比特币以美元计的可预测价格方向。Twitter 和 Reddit 吸引了研究人员的大量关注以研究公众情绪。我们将情绪分析和监督机器学习原理应用于从 Twitter 和 Reddit 帖子提取的推文，并分析比特币价格变动与推文情绪之间的相关性。我们利用监督学习探索了几种机器学习算法以开发预测模型，并提供对未来市场价格的资讯性分析。由于评估时间序列（ARIMA）模型的精确性质困难，通常很难产生适当的预测。然后我们继续实现具有长短期记忆单元（LSTM）的循环神经网络（RNN）。因此，我们使用长短期记忆（LSTM）技术更高效地分析了比特币价格的时间序列模型预测，并将比特币价格的可预测性和比特币推文的情绪分析与标准方法（ARIMA）进行比较。LSTM 的 RMSE（均方根误差）为 198.448（单特征）和 197.515（多特征），而 ARIMA 模型 RMSE 为 209.263，这表明多特征 LSTM 显示出更准确的结果。
引用
@article{arxiv.2006.14473,
title = {Real-Time Prediction of BITCOIN Price using Machine Learning Techniques and Public Sentiment Analysis},
author = {S M Raju and Ali Mohammad Tarif},
journal= {arXiv preprint arXiv:2006.14473},
year = {2020}
}
备注
14 pages, 8 figures, 2 tables