3、基于情绪与股市相关性的深度学习加密货币价格预测方法

基于情绪与股市相关性的深度学习加密货币价格预测方法

1. 引言

随着技术的发展，加密货币在市场中的影响力日益增强。其市场的不稳定性和价格波动吸引了大量关注。尽管在线交易的安全性是其卖点，但投资潜力才是引发大众关注的关键。然而，由于加密货币价值缺乏实质支撑，投资具有极高的波动性，这种价格波动带来的不确定性影响着投资者和消费者，他们更倾向将其作为货币而非投资工具。

2020 - 2022 年，受疫情和全球事件影响，经济受挫，加密货币和股票市场在 2022 年经历了剧烈价格变动。本研究旨在运用深度学习技术，提供一种有效的加密货币价格波动预测方法。尽管预测加密货币价格充满挑战，但研究表明，加密货币为投资者提供了资产多元化选择，代表了一种新的金融资产类别，这也影响了本研究的开展。

2. 相关工作

随着数字化发展，加密货币价格预测和情绪分析受到重视。机器学习技术被广泛应用于加密货币价格预测模型，在分析和预测准确性方面表现出色。常用技术包括人工智能预测股市，如支持向量机、随机森林和神经网络等。在纳斯达克综合指数预测中，循环神经网络用于预测市场走向，一些成功模型将股市价格预测视为分类问题。SVR - GARCH 模型在性能上优于 GARCH、EGARCH 和 GJR - GARCH 模型。

在标准普尔 500 股票指数期货价格走势预测方面也取得了进展。神经网络中的反向传播算法和多层前馈网络在克服股市预测难题上表现有效，且反向传播方法在价格预测上能超越最佳回归模型。对于比特币价格预测，ARIMA 和 NN 是常用方法，在训练样本中 NNAR 表现更好，而在测试样本中 ARIMA 更准确。此外，LSTM 网络和广义回归神经网络也被用于确定加密货币价值。

<