Динамичный ландшафт криптовалют, отмеченный быстрым ростом и высокой волатильностью с момента создания Биткойна в 2009 году, привлек значительное внимание инвесторов и трейдеров. Появление новых цифровых валют бросает вызов традиционным финансовым моделям, вызывая необходимость в передовых аналитических инструментах для преодоления непредсказуемости рынка.
Поиск эффективных торговых стратегий привел к изучению методов искусственного интеллекта и машинного обучения, которые обещают улучшить процесс принятия решений в этой спекулятивной, но прибыльной области.
26 марта 2024 года исследователи из Университета Барселоны и Университета Малаги представили новаторское исследование в области количественных финансов и экономики. Их исследование демонстрирует мощную интеграцию экспоненциальной обобщенной авторегрессии условной гетероскедастичности (EGARCH) с передовыми методами машинного обучения для умелого управлять волатильностью, присущей рынкам криптовалют.
Этот инновационный подход значительно повышает точность прогнозов относительно решений по торговле криптовалютой.
В ходе расследования было оценено несколько моделей машинного обучения, таких как адаптивные генетические алгоритмы с нечеткой логикой и квантовые нейронные сети, для прогнозирования действий по покупке или продаже различных криптовалют.
Ключевым выводом исследования стала превосходная производительность этих моделей в сочетании с EGARCH, что заметно повысило точность прогнозирования за счет эффективного моделирования волатильности цен, характерной для криптовалют.
Примечательно, что криптовалюта X2Y2 продемонстрировала высочайшую точность прогнозирования, подчеркнув потенциал сочетания сложных методов машинного обучения с моделями волатильности для существенного снижения торговых рисков и уточнения инвестиционных решений.
Доктор Дэвид Аламинос, ведущий исследователь Университета Барселоны, прокомментировал: «Наш метод использует сильные стороны как нейронных сетей , так и генетических алгоритмов , дополненных мастерством моделирования волатильности EGARCH. Эта синергия способствует более надежным прогнозам движения рынка и значительно снижает торговые риски».
Эта методология предлагает инструменты для инвесторов, стремящихся снизить риски при инвестициях в криптовалюту . Более того, выводы, полученные в результате этого исследования, могут помочь регулирующим органам в разработке политики, направленной на повышение справедливости и стабильности рынка, а также помочь разработчикам в продвижении алгоритмов прогнозирования для финансовых технологий.