Transformer-based approach for Ethereum Price Prediction Using Crosscurrency correlation and Sentiment Analysis

要約

この研究では、イーサリアム暗号通貨の価格予測のためのトランスベースのニューラル ネットワークの機能を詳しく調査しています。
この実験は、暗号通貨の価格が他の暗号通貨や暗号通貨をめぐる感情と強い相関があるという仮説に基づいて行われます。
このモデルは、単一機能のシナリオから、出来高、センチメント、および相関する暗号通貨価格を組み込んだ複雑な構成に至るまで、いくつかのセットアップにトランスフォーマー アーキテクチャを採用しています。
データセットが小さく、アーキテクチャがそれほど複雑ではないにもかかわらず、トランスフォーマー モデルは、一部のパラメータで ANN および MLP の対応モデルを上回っています。
結論では、感情によって引き起こされる仮想通貨の価格変動における因果関係の幻想に関する仮説が提示されています。

要約(オリジナル)

The research delves into the capabilities of a transformer-based neural network for Ethereum cryptocurrency price forecasting. The experiment runs around the hypothesis that cryptocurrency prices are strongly correlated with other cryptocurrencies and the sentiments around the cryptocurrency. The model employs a transformer architecture for several setups from single-feature scenarios to complex configurations incorporating volume, sentiment, and correlated cryptocurrency prices. Despite a smaller dataset and less complex architecture, the transformer model surpasses ANN and MLP counterparts on some parameters. The conclusion presents a hypothesis on the illusion of causality in cryptocurrency price movements driven by sentiments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google