پیش بینی قیمت رمزارزها با استفاده از روش های مبتنی برشبکه های عصبی و مدل های گارچ

بازار رمزارزها به دلیل عدم بلوغ کافی هنوز نوسانات زیادی دارند و در معرض چالش پی شبینی نرخ و پی شبینی رفتار آنها در بازارهایمالی است. این حجم نقدینگی در کنار ارزش بازار و نوظهور بودن و الکترونیکی بودن باعث ایجاد نوسانات قیمتی شدیدی در این بازارشده است.بنابراین، در این پژوهش از خانواده گارچ در روشهای پارامت ری و از یادگیری عمیق در روش های ناپارامتری استفاده شدهاست تا به صورت همزمان هم قیمت و هم نوسانات قیمت پی شبینی شود . در این خصوص، برای خانواده گارچ مد لهای GARCH, EGARCH, GJR_GARCH, TARCH برای پی شبینی نوسانات قیمت بروی داده های قیمت بیت کوین پیاده سازی شده است. همچنین،برای یادگیری عمیق مدل LSTM با معماری های متفاوت بر ای پیش بینی قیمت و نوسانات قیمت پیاده سازی شده که در روش هایپارامتری روش TARCH بادقت ۶۲ % و در روش های ناپارامتری LSTM بادقت ۷۶ % نوسانات قیمت را پیش بینی کرده و روش LSTMبادقت ۷۱ % قیمت را پیش بینی کرده است.

کلیدواژه ها:

قیمت رمز ارز ، نوسانات رمزارز ، مدلهای گارچ ، یادگیری عمیق