Разработка торговой стратегии криптовалюты с применением методов машинного обучения

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

В статье представлены результаты исследования, направленного на прогнозирование сигналов к покупке и продаже криптовалюты Биткоин с использованием моделей машинного обучения. Проведенный анализ включал изучение особенностей криптовалют и их рынков, технический анализ, разработку торговых стратегий, применение математических методов, основанных на скользящих средних и построение моделей классификации для прогнозирования сигнала к покупке или продаже. Результаты демонстрируют эффективность применения моделей машинного обучения в современных торговых стратегиях на рынке криптовалют.

Об авторах

Светлана Сергеевна Михайлова

Финансовый университет при Правительстве Российской Федерации

Автор, ответственный за переписку.
Email: ssmihajlova@fa.ru
ORCID iD: 0000-0001-9183-8519

доктор экономических наук, доцент, профессор, кафедра анализа данных и машинного обучения, факультет информационных технологий и анализа больших данных

Россия, г. Москва

Сабина Айдаровна Сабирова

Финансовый университет при Правительстве Российской Федерации

Email: 202617@edu.fa.ru

факультет информационных технологий и анализа больших данных

Россия, г. Москва

Список литературы

  1. Белова Е., Окороков Д. Технический анализ финансовых рынков: учебное пособие. Литров, 2021.
  2. Сафиуллин М.А., Ельшин Л.А., Абдукаева А.А. Разработка стохастической модели среднесрочного прогнозирования курса криптовалюты (на примере сценария) // Финансы и кредит. 2018. Т. 24. Вып. 17. С. 1046–1060.
  3. Авдеев А.В. Сравнение видов индикаторов технического анализа и выбор правильной категории индикаторов для дальнейшего использования в алгоритмах системы торговли на бирже // Известия Тульского государственного университета. Экономические и юридические науки. 2019. № 2. С. 12–18.
  4. Остринская Л.И., Страгис А.Ю. Оптимизация стратегий при работе на финансовых рынках // Омский научный вестник. 2005. № 2 (31). С. 194–197.
  5. Першин А.Д. Разработка торговых стратегий криптовалют для определения точек входа и вывода торговых позиций на основе алгоритмов машинного обучения. М., 2023.
  6. Большаков С.Н., Ким О.Л. Торговые стратегии цифровых валют на криптобиржах // Региональные проблемы преобразования экономики. 2022. № 2 (136). С. 82–90.
  7. Джон К., О'Хара М., Салех Ф. Биткойн и не только // Ежегодный обзор финансовой экономики. 2022. Т. 14. С. 95–115.
  8. Фердиансях. Исследование прогнозирования фондового рынка Биткойн: методы, техники и инструменты // Ежегодный исследовательский семинар для аспирантов. 10–11 апреля 2019 г. Технологический университет Малайзии, Джохор-Бару, Скудай.
  9. Джудичи Г., Милн А., Виноградов Д. Криптовалюты: анализ рынка и перспективы // Журнал экономики промышленности и бизнеса. 2020. № 47. С. 118. doi: 10.1007/s40812-019-00138-6

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Мировая рыночная капитализация криптовалют

Скачать (35KB)
3. Рис. 2. Визуализация скользящих средних и сигналов

Скачать (39KB)
4. Рис. 3. Корреляция признаков и сигнала

Скачать (14KB)
5. Рис. 4. Анализ корреляций расширенного набора признаков

Скачать (29KB)
6. Рис. 5. Результаты моделирования на основе исходных признаков

Скачать (127KB)
7. Рис. 6. Результаты моделирования на основе расширенного набора признаков

Скачать (161KB)
8. Рис. 7. Оценка важности признаков

Скачать (35KB)
9. Рис. 8. Построение моделей после сокращения размерности признаков

Скачать (140KB)


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».