پیش بینی جهت حرکت قیمت بیت کوین پس از بیش واکنش سرمایه گذاران با بهره گیری از مدل یادگیری عمیق چندمتغیره

این پژوهش با هدف پیش بینی جهت حرکت قیمت بیت کوین پس از وقوع پدیده «بیش واکنش سرمایه گذاران» انجام شده است؛ پدیده ای که در ادبیات مالی رفتاری به عنوان یک ناهنجاری کلیدی شناخته می شود. با بهره گیری از رویکرد داده های چندوجهی، مجموعه ای از اطلاعات معاملاتی، شاخص های فنی، داده های درون زنجیره ای و شاخص های اجتماعی طی بازه اوت ۲۰۱۷ تا دسامبر ۲۰۲۳ تحلیل شد. پس از شناسایی ۳۰۳ روز بیش واکنش، فرآیند انتخاب ۱۱ ویژگی کلیدی از میان ۱۵۸ متغیر طی یک رویکرد سه مرحله ای شامل الگوریتم جنگل تصادفی، بررسی ماتریس همبستگی و محاسبه شاخص تورم واریانس (VIF) انجام شد تا ضمن اطمینان از نبود هم خطی چندگانه، مجموعه ای بهینه و معتبر برای ورود به مدل فراهم گردد. مدل پیشنهادی مبتنی بر شبکه عصبی حافظه بلند–کوتاه مدت (LSTM) چندمتغیره، با دقت ۶۷٪ جهت حرکت قیمت را پیش بینی کرد که به طور معناداری بالاتر از دقت مدل رگرسیون لجستیک (۵۳.۴٪) است. همچنین، روند کاهشی و باثبات تابع زیان آموزشی و آزمایشی، عدم بروز بیش برازش و توانایی مدل در یادگیری الگوهای واقعی را اثبات نمود. یافته ها حاکی از وجود ناکارایی های کوتاه مدت در بازار بیت کوین و قابلیت پیش بینی بازده های غیرعادی پس از بیش واکنش (در سطح اطمینان ۹۹٪) است. این چارچوب می تواند در طراحی استراتژی های معاملاتی و مدیریت ریسک هوشمند در بازارهای رمزارز به کار گرفته شود.

کلیدواژه ها:

بازار بیت کوین ، بیش واکنش سرمایه گذاران ، پیش بینی قیمت ، داده های چندوجهی ، یادگیری عمیق