تحلیل روند و پیش بینی قیمت بیت کوین یک تحلیل مقایسه ای از مدل های خطی و غیر خطی
سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 117
فایل این مقاله در 32 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ECOR-25-4_006
تاریخ نمایه سازی: 11 بهمن 1404
چکیده مقاله:
تحلیل و پیش بینی قیمت بیت کوین به دلیل ماهیت غیرخطی، نوسان پذیر و تاثیرپذیر از عوامل گوناگون، همواره چالشی مهم در حوزه مالی و اقتصادی به شمار می رود. این پژوهش با هدف بررسی روند قیمتی و پیش بینی نوسانات بیت کوین، از داده های روزانه بین سال های ۲۰۱۴ تا ۲۰۲۵ بهره گرفته و مجموعه ای از متغیرهای فنی (حجم معاملات، سختی شبکه، میزان ذخیره بیت کوین و ...)، اقتصادی (شاخص S&P۵۰۰، نرخ بهره آمریکا، قیمت نفت، شاخص دلار) و اجتماعی (تعداد سرچ گوگل و توییت های بیت کوین) را وارد مدل کرده است. در بخش روش شناسی، از سه رویکرد مکمل استفاده شده است: ۱- شبکه عصبی مصنوعی (ANN) جهت پیش بینی دقیق قیمت ها؛ ۲- رگرسیون چرخشی مارکف (MSR) برای شناسایی رژیم های نوسانی بازار و اثر شوک ها؛ ۳- ابزارهای تحلیل تکنیکال، ایچیموکو(RSI) برای تفسیر روندهای بازار. یافته ها حاکی از آن است که شبکه عصبی، پیش بینی دقیقی ارائه می دهد و در آن، شاخص S&P بیشترین اثر را دارد. مدل مارکف نشان می دهد که بازار بیت کوین در بلندمدت بیشتر در وضعیت کم نوسان قرار دارد، و نرخ بهره آمریکا و EUR/USD از متغیرهای کلیدی اند. همچنین، تحلیل تکنیکال، روند کلی صعودی را تایید می کند، اما RSI و ابر ایچیموکو هشدار اصلاحات کوتاه مدت را می دهند. نتایج پژوهش، کاربرد راهبردی برای تصمیم گیری سرمایه گذاران بلندمدت و معامله گران کوتاه مدت دارد و ضرورت توجه به متغیرهای کلان اقتصادی در کنار شاخص های فنی را برجسته می سازد.
کلیدواژه ها:
نویسندگان
مینو نظیفی نایینی
دانشجوی دکتری اقتصاد مالی، گروه علوم اقتصادی، دانشکده اقتصاد، دانشگاه شهید اشرفی اصفهانی، اصفهان، ایران
رسول بخشی دستجردی
دانشیار، گروه علوم اقتصادی، دانشکدە اقتصاد، دانشگاه اصفهان، اصفهان، ایران
سید عباس حسینی غفار
استادیار، گروه علوم اقتصادی، دانشکدە اقتصاد، دانشگاه شهید اشرفی اصفهانی، اصفهان، ایران
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 :