Mejorando la predicción de precios de criptomonedas mediante la integración de aprendizaje automático con datos de redes sociales y del mercado
Autores: Belcastro, Loris; Carbone, Domenico; Cosentino, Cristian; Marozzo, Fabrizio; Trunfio, Paolo
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Mejorando la predicción de precios de criptomonedas mediante la integración de aprendizaje automático con datos de redes sociales y del mercado
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Bitcoin
Paisaje de criptomonedas
Monedas virtuales
Algoritmo de trading
Datos de redes sociales
Monedas meme
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 26
Citaciones: Sin citaciones
Desde la llegada de Bitcoin, el panorama de las criptomonedas ha visto la aparición de varias monedas virtuales que rápidamente han establecido su presencia en el mercado global. Las dinámicas de este mercado, influenciadas por una multitud de factores difíciles de predecir, plantean un desafío para comprender completamente sus conocimientos subyacentes. Este documento propone una metodología para sugerir cuándo es apropiado comprar o vender criptomonedas, con el fin de maximizar las ganancias. A partir de grandes conjuntos de datos del mercado y las redes sociales, nuestra metodología combina diferentes técnicas estadísticas, de análisis de texto y de aprendizaje profundo para respaldar un algoritmo de recomendación comercial. En particular, explotamos información adicional como la correlación entre publicaciones en redes sociales y fluctuaciones de precios, la conexión causal entre precios y el sentimiento de los usuarios de las redes sociales con respecto a las criptomonedas. Se realizaron varios experimentos con datos históricos para evaluar la efectividad del algoritmo comercial, logrando una ganancia promedio general del 194% sin tarifas de transacción y del 117% al considerar las tarifas. En particular, entre los diferentes tipos de criptomonedas consideradas (es decir, alta capitalización, proyectos sólidos y monedas meme), el algoritmo comercial ha demostrado ser muy efectivo en predecir las tendencias de precios de las monedas meme influyentes, generando ganancias considerablemente más altas en comparación con otros tipos de criptomonedas.
Descripción
Desde la llegada de Bitcoin, el panorama de las criptomonedas ha visto la aparición de varias monedas virtuales que rápidamente han establecido su presencia en el mercado global. Las dinámicas de este mercado, influenciadas por una multitud de factores difíciles de predecir, plantean un desafío para comprender completamente sus conocimientos subyacentes. Este documento propone una metodología para sugerir cuándo es apropiado comprar o vender criptomonedas, con el fin de maximizar las ganancias. A partir de grandes conjuntos de datos del mercado y las redes sociales, nuestra metodología combina diferentes técnicas estadísticas, de análisis de texto y de aprendizaje profundo para respaldar un algoritmo de recomendación comercial. En particular, explotamos información adicional como la correlación entre publicaciones en redes sociales y fluctuaciones de precios, la conexión causal entre precios y el sentimiento de los usuarios de las redes sociales con respecto a las criptomonedas. Se realizaron varios experimentos con datos históricos para evaluar la efectividad del algoritmo comercial, logrando una ganancia promedio general del 194% sin tarifas de transacción y del 117% al considerar las tarifas. En particular, entre los diferentes tipos de criptomonedas consideradas (es decir, alta capitalización, proyectos sólidos y monedas meme), el algoritmo comercial ha demostrado ser muy efectivo en predecir las tendencias de precios de las monedas meme influyentes, generando ganancias considerablemente más altas en comparación con otros tipos de criptomonedas.