پیش بینی قیمت بیت کوین با استفاده از الگوریتم های یادگیری ماشین

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 781

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JAES-10-34_001

تاریخ نمایه سازی: 10 شهریور 1400

چکیده مقاله:

بیت کوین معروف ترین رمز ارز است که از فناوری زنجیره بلوکی استفاده می‎کند. در این پژوهش، مجموعه دادههای مربوط به ده رمز ارز مورد استفاده قرار گرفته و یک مجموعه داده جدید، با در نظر گرفتن قیمت نهایی هر رمز ارز و برای دست یابی به هدف تحقیق و تعیین این که چگونه جهت و صحتقیمت بیتکوین را میتوان با استفاده از تکنیک های داده کاوی پیش بینی کرد، تشکیل شده است. مهندسی ویژگی مشخص کرد که هر ده رمز ارز به شدت با یکدیگر ارتباط دارند. این کار با اجرای روش یادگیری نظارت شده انجام شده است که در آن از جنگل تصادفی، طبقه بندیبردار پشتیبان، گرادیان تقویتی، و شبکه عصبی در گروه طبقه بندی و از رگرسیون خطی، شبکه عصبی بازگشتی و رگرسیون گرادیان تقویتی استفاده شده است. در این پژوهش الگوریتمهای ماشین بردار پشتیبان، جنگل تصادفی، گرادیان تقویتی و شبکه عصبی مقدار صحت ۵۲.۱۶۷۵ درصد را ثبت کردند.

نویسندگان

میثم بشیری

کارشناسی ارشد مدیریت اجرایی، پژوهشگر موسسه مطالعات و پژوهش های بارگانی (نویسنده مسئول).

سیدحسین پاریاب

دانشجوی دکترا تجارت الکترونیکی، پژوهشگر موسسه مطالعات و پژوهش های بارگانی

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • بررسی روش های پیش بینی قیمت سهام در بازار بورس و معرفی روش بهینه [مقاله کنفرانسی]
  • شیرزور علی ابادی، زهرا، رمضان زاده، حمید (۱۳۹۹). بیتکوین و ...
  • عبدی، نسرین، دل آرا، چنگیز، دانشجو، پریسا (۱۳۹۸). پیشبینی قیمت ...
  • Azevedo, A.I.R.L and M.F. Santos (۲۰۰۸). KDD, SEMMA and CRISP-DM: ...
  • Bergstra, J and Y. Bengio (۲۰۱۳). Random search for hyper-parameter ...
  • Brownlee, J (۲۰۱۴). Classification accuracy is not enough: More performance ...
  • Chatfield, C and M. Yar (۱۹۸۸). Holt‐Winters forecasting: some practical ...
  • Chen, G.H, S. Nikolov and D. Shah (۲۰۱۳). A latent ...
  • CoinMarketCap (۲۰۲۰). Bitcoin Statistics ...
  • Gartner, I, Gartner’s (۲۰۱۶). Hype Cycle for Emerging Technologies, August ...
  • Georgoula, I, et al (۲۰۱۵). Using time-series and sentiment analysis ...
  • Greaves, A and B. Au (۲۰۱۵). Using the bitcoin transaction ...
  • Madan, I, S. Saluja and A. Zhao (۲۰۱۵). Automated bitcoin ...
  • Matta, M, I. Lunesu and M. Marchesi (۲۰۱۵). The predictor ...
  • McNally, S, J. Roche, and S. Caton (۲۰۱۸). Predicting the ...
  • Obthong, M, et al (۲۰۲۰). A survey on machine learning ...
  • Rumelhart, D.E, G.E. Hinton and R.J. Williams (۱۹۸۶). Learning representations ...
  • Samuel, A.L (۱۹۵۹). Some studies in machine learning using the ...
  • Shah, D and K. Zhang (۲۰۱۴). Bayesian regression and Bitcoin, ...
  • Tang, Z, C. De Almeida, and P.A Fishwick (۱۹۹۱). Time ...
  • Velankar, S. S. Valecha and S. Maji (۲۰۱۸). Bitcoin price ...
  • Wager, S. S. Wang and P.S. Liang (۲۰۱۳). Dropout training ...
  • Weigend, A.S, B.A. Huberman and D.E. Rumelhart (۱۹۹۰). Predicting the ...
  • White, H (۱۹۸۸). Economic prediction using neural networks: The case ...
  • Witten, I.H and E. Frank (۲۰۰۲). Data mining: practical machine ...
  • Yoon, Y and G. Swales (۱۹۹۱). Predicting stock price performance: ...
  • نمایش کامل مراجع