شبکه های عصبی برای ارزیابی cryptocurrency و پیش بینی نوسانات قیمت

امروزه تعداد فزاینده ای از دارایی های دیجیتالی وجود دارد که اغلب بر اساس پایه های فنی مشکوک ساخته شده است. ما شبکه های عصبی را به منظور کشف جنبه های مختلف یک cryptocurrency که بر عملکرد آن ، ثبات آن و همچنین نوسان قیمت روزانه آن تأثیر می گذارد ، طراحی و پیاده سازی می کنیم. یکی از ویژگی های بارز رویکرد ما این است که ما به یک دیدگاه جامع که می تواند تمام اطلاعات موجود را ادغام کند: اول ، اطلاعات مالی ، از جمله سرمایه گذاری در بازار و قیمت های روزانه تاریخی. دوم ، ویژگی های مربوط به blockchain زیرین از کاشفان blockchain مانند فعالیت شبکه: blockchains عرضه و تقاضای یک رمزنگاری را کنترل می کند. سرانجام ، ما معیارهای توسعه نرم افزار را بر اساس فعالیت GitHub توسط تیم پشتیبانی ادغام می کنیم. ما دو هدف تعیین کردیم: اول ، برای طبقه بندی رمزنگاری داده شده با عملکرد آن ، جایی که ثبات و افزایش قیمت ویژگی های مثبت است. دوم ، برای پیش بینی گرایش قیمت روزانه از طریق رگرسیون. این البته یک مشکل خوب مطالعه شده است. هدف سوم مرتبط تعیین مناسب ترین ویژگی ها برای چنین تجزیه و تحلیل است. ما شبکه های عصبی مختلف را با استفاده از بیشتر ارزهای دیجیتالی به طور گسترده (به عنوان مثال بیت کوین ، اتریوم و Litecoin) در هر دو طبقه بندی و رگرسیون مقایسه می کنیم. شبکه های عصبی ساده تغذیه در نظر گرفته شده اند ، و همچنین شبکه های عصبی مکرر (RNN) به همراه پیشرفت آنها ، یعنی حافظه کوتاه مدت بلند و واحدهای مکرر دروازه. نتایج تجزیه و تحلیل مقایسه ای ما نشان می دهد که RNN ها امیدوار کننده ترین نتایج را ارائه می دهند.

کلید واژه ها

• رمز رمز
• یادگیری عمیق
• شبکه عصبی
• کنگره
• پیش بینی تغییر قیمت
• ویژگی های سکه
• اهمیت

این پیش نمایش محتوای اشتراک ، دسترسی از طریق موسسه شما است.

گزینه های خرید

29. 95 یورو قیمت شامل مالیات بر ارزش افزوده (آلمان)

کتاب الکترونیکی 117. 69 یورو شامل مالیات بر ارزش افزوده (آلمان)

قیمت Softcover 160. 49 یورو شامل مالیات بر ارزش افزوده (آلمان)

کتاب گالینگور 160. 49 یورو شامل مالیات بر ارزش افزوده (آلمان)

یادداشت

منابع

1. Abadi ، M. ، Barham ، P. ، Chen ، J. ، Chen ، Z. ، et al: tensorflow: سیستمی برای یادگیری ماشین در مقیاس بزرگ. در: مجموعه مقالات سمپوزیوم USENIX در زمینه طراحی و اجرای سیستم عامل ها ، صص 265-283 (2016) Google Scholar
2. Ariyo ، A. ، Adewumi ، A. ، Ayo ، C: پیش بینی قیمت سهام با استفاده از مدل Arima. در: مجموعه مقالات کنفرانس بین المللی UKSIM-AMSS در مورد مدل سازی و شبیه سازی رایانه ، صص 106 112 (2014) Google Scholar
3. Ba ، J. ، Kiros ، R. ، Hinton ، G. E: عادی سازی لایه. فناوری. Rep. 1607 ، Arxiv (2016) Google Scholar
4. Calès ، L. ، Chalkis ، A. ، Emiris ، I. Z. ، Fisikopoulos ، v: محاسبه حجم عملی اجسام محدب ساختاری ، و یک برنامه برای مدل سازی وابستگی های نمونه کارها و بحران های مالی. در: مجموعه مقالات سمپوزیوم بین المللی هندسه محاسباتی ، بوداپست ، صص 19: 1-19: 15 (2018) Google Scholar
5. Chatzis ، S. P. ، Siakoulis ، V. ، Petropoulos ، A. ، Stavroulakis ، E. ، Vlachogiannakis ، N: پیش بینی وقایع بحران بازار سهام با استفاده از تکنیک های یادگیری ماشین عمیق و آماری. کارشناس. systکاربرد112 ، 353-371 (2018) Crossrefgoogle Scholar
6. Cho ، K. ، Van Merrinboer ، B. ، Gulcehre ، C. ، Bougares ، F. ، et al .: بازنمایی عبارت های یادگیری با استفاده از رمزگذار RNN-Decoder برای ترجمه ماشین آماری (2014). https://doi. org/10. 3115/v1/d14-1179
7. Chung ، J. ، Gulcehre ، C. ، Cho ، K. ، Bengio ، Y: ارزیابی تجربی شبکه های عصبی مکرر دروازه در مدل سازی توالی (2014) Google Scholar
8. Hileman ، G. ، Rauchs ، M: 2017 مطالعه معیار جهانی cryptocurrency. الکترون SSRN. J. (2017) Google Scholar
9. Hochreiter ، S. ، Schmidhuber ، J: حافظه کوتاه مدت. رایانه عصبی. 9 ، 1735-1780 (1997). https://doi. org/10. 1162/neco. 1997. 9. 8. 1735crossrefgoogle Scholar
10. Jang ، H. ، Lee ، J: یک مطالعه تجربی در مورد مدل سازی و پیش بینی قیمت بیت کوین با شبکه های عصبی بیزی بر اساس اطلاعات blockchain. IEEE Access 6 ، 5427-5437 (2018) CrossRefGoogle Scholar
11. Jiang ، Z. ، Liang ، J: Cryptocurrency Portfolio Management با یادگیری تقویت عمیق (2017). https://doi. org/10. 1109/intellisys. 2017. 8324237crossrefgoogle Scholar
12. Kim ، Y. B. ، Lee ، J. ، Park ، N. ، Choo ، J. ، et al .: وقتی بیت کوین با اطلاعات در یک انجمن آنلاین روبرو می شود: استفاده از معدن متن برای تجزیه و تحلیل نظرات کاربر و پیش بینی نوسان ارزش. PLOS ONE 12 ، E0177630 (2017) Crossrefgoogle Scholar
13. Kristjanpoller ، W. ، Minutolo ، M. C: یک چارچوب پیش بینی نوسانات ترکیبی با ادغام گارچ ، شبکه عصبی مصنوعی ، تجزیه و تحلیل فنی و تجزیه و تحلیل مؤلفه های اصلی. کارشناس. systکاربرد109 ، 1-11 (2018) Crossrefgoogle Scholar
14. Lahmiri ، S. ، Bekiros ، S: پیش بینی Cryptocurrency با شبکه های عصبی هرج و مرج عمیق یادگیری. Chaos Solitons Fractals 118 ، 35-40 (2019) Crossrefgoogle Scholar
15. McNally ، S. ، Roche ، J. ، Caton ، S: پیش بینی قیمت بیت کوین با استفاده از یادگیری ماشین. در: کنفرانس بین المللی یورومیکرو در مورد پردازش موازی ، توزیع شده و مبتنی بر شبکه (PDP) ، صص 339-343 (2018) Google Scholar
16. Nakamoto ، S: Bitcoin: یک سیستم نقدی الکترونیکی همتا به همتا. لیست پستی رمزنگاری در https://metzdowd. com (2009)
17. ناکانو ، م. ، تاکاهاشی ، ا. ، تاکاهاشی ، س: تجارت فنی بیت کوین با شبکه عصبی مصنوعی. فیزیکیک آمارمکانیککاربرد510 ، 587-609 (2018) Crossrefgoogle Scholar
18. Saad ، M. ، Mohaisen ، A: به سمت توصیف ارزهای رمزنگاری مبتنی بر blockchain برای پیش بینی های بسیار دقیق. در: مجموعه مقالات کنفرانس IEEE در زمینه ارتباطات رایانه ای (InfoCOM) ، صص 704-709 (2018) Google Scholar
19. Schuster ، M. ، Paliwal ، K: شبکه های عصبی مکرر دو طرفه. IEEE ترانس. روند سیگنال. 45 ، 2673 2681 (1997). https://doi. org/10. 1109/78. 650093
20. Semeniuta ، S. ، Severyn ، A. ، Barth ، E: ترک تحصیل مکرر بدون از دست دادن حافظه. در: مجموعه مقالات کنفرانس بین المللی Coling در مورد زبانشناسی محاسباتی ، صص 1757-1766 (2016) Google Scholar

سپاسگزاریها

نویسندگان از الکسیس آناستاسیو از سیستم های فیثاگوراس و جیسون تئودوراکوپولوس بخاطر نظرات و پیشنهادات گرانبهای خود در طول این کار تشکر می کنند. دو نویسنده اول تا حدی توسط برنامه تحقیق و نوآوری H2020 اتحادیه اروپا تحت توافقنامه کمک مالی شماره 734242 (لامبدا) پشتیبانی می شوند. نویسنده اول نیز در طی این کار تا حدی توسط سیستم های فیثاغورس به کار گرفته شد.

اطلاعات نویسنده

نویسندگان و وابستگی ها

1. گروه انفورماتیک و ارتباطات از راه دور ، دانشگاه ملی و کاپودیستران آتن ، آتن ، یونان Emmanouil Christoforou ، Ioannis Z. Emiris & Apostolos Florakis
2. مرکز تحقیقات و نوآوری آتنا ، ماروسی ، یونان Ioannis Z. Emiris

1. امانویل کریستوفورو