Использование временных рядов и Sentiment анализа для обнаружения Детерминантов Bitcoin Цены

Видеть http://papers.ssrn.com/sol3/Papers.cfm?abstract_id=2607167

Абстрактные:     
В данной работе используется анализом временных рядов для изучения взаимосвязи между ценами Bitcoin и основными экономическими показателями, технологическими факторами и измерениями коллективного настроения, полученным из Twitter-ленты. Анализ настроений был проведен на ежедневной основе, за счет использования в внедренный машинного обучения алгоритма, а именно опорных векторов (SVM). Серия краткосрочных регрессии показывает, что отношение настроения Twitter положительно коррелирует с ценами Bitcoin. Анализ краткосрочной перспективы также показывает, что количество поисковых запросов Википедии (показывающее степень общественного интереса к Bitcoins) и хэш скорость (измерение интеллектуального анализа трудности) оказывают положительное влияние на цене Bitcoins. Напротив, значение Bitcoins негативно влияет на обменный курс между долларом США и евро (который представляет общий уровень цен). Вектор коррекция ошибок модель используется для исследования существования долгосрочных отношений между коинтегрированным переменным. Этот вид долгосрочного анализа показывает, что цена Bitcoin положительно связана с числом Bitcoins в обращении (что составляет общий запас денежной массы) и отрицательно связан с индексом 500 фондового рынка Standard и Poor (который указывает на общее состояние мировая экономика).

Количество страниц в PDF-файле: 14

Ключевые слова: Bitcoins, исправление ошибок, машинное обучение, анализ настроений