АНАЛІЗ МЕТОДІВ ТА МОДЕЛЕЙ ПРОГНОЗУВАННЯ РИНКУ ЦИФРОВИХ КРИПТОВАЛЮТ
DOI:
https://doi.org/10.28925/2663-4023.2022.18.163174Ключові слова:
інформаційні технології, прикладне програмне забезпечення, цифрові валюти, криптовалюта, штучні нейронні мережіАнотація
З розвитком фінансових інститутів дане прикладне ПЗ та супутні інформаційні технології використовуються не лише фахівцями, а й простими громадянами для вирішення завдань, які ще кілька років тому здавалися під силу лише фахівцям математикам, що спеціалізуються, наприклад, на побудові моделей прогнозування. Можна відзначити, що колаборація ІТ з прикладним програмним забезпеченням, а також з математичним апаратом, найбільш типовим для завдань прогнозування дає хороші результати. Зокрема, це стосується і ринку ЦКВ. Дослідження присвячено питанню проблематики підходів до вибору методів та стратегій аналізу та прогнозування ринків ЦКВ є актуальним питанням сьогодення. Далеко не всі можливі методи та стратегії мають достатнє висвітлення у науковому інфопросторі, що спонукає до необхідності аналізу та систематизації уже існуючої інформації в даній сфері. Відповідно, основною метою дослідження є аналіз та систематизація теоретичних засад існуючих підходів до прогнозування ринку ЦКВ. Було проведено аналіз та систематизація теоретичних засад існуючих підходів до прогнозування ринку ЦКВ. Було окреслено узагальнені переваги та недоліки структурних методів та моделей, що використовуються для складання прогнозів на ринку. Було проведено порівняльний аналіз моделей ШНМ в розрізі використання їх для задач аналізу ринку. Серед проаналізованих моделей ШНМ є такі: CNN-2l, CNN-3l, LSTM, sLSTM, BiLSTM, GRU, CLSTM, MLP та RFBNN. Проведений аналіз та тестування існуючих моделей надав результати, що надають широкий простір для подальшого дослідження та вивчення.
Завантаження
Посилання
Prymostka, O. O. (2016). Problems and prospects of institutional regulation of the cryptocurrency market. Economy. Finances. Management: topical issues of science and practice, 5, 69-79.
Soslovsky, V. G., Kosovsky, I. O. (2016). Cryptocurrency market as a system. Financial and credit activity: problems of theory and practice, (2), 236-246.
Galushka, E. O., Pakon, O. D. (2017). The essence of cryptocurrencies and prospects for their development. Young scientist, (4), 634-638.
Gladkikh, D. M. (2017). Problems and prospects for the development of the cryptocurrency market in Ukraine. Business Inform, 8(475), 254-258.
Berestova A., Vereshchahina H. (2021). Development of cryptocurrencies in the modern system of money circulation. Economic studies, 1(31).
Mints, O. Yu. System-dynamic analysis of the cryptocurrency market. In Materials of International scientific-practical conference (p. 245).
Fedorova, Yu. V. (2018). Cryptocurrencies and their place in the financial system. Economy and society, (15), 771-774.
Moskalyov, A., Popova, E. (2018). Cryptocurrency in the modern economic arena and prospects for the development of bitcoin, ethereum, ripple. Young scientist, 3(55), 680-684.
Vasylchak, S. V., Kunytska-Ilyash, M. V., Dubina, M. P. (2017). The use of cryptocurrencies in modern economic systems of Ukraine: prospects and risks. Scientific bulletin of SZ Gzhitsky Lviv National University of Veterinary Medicine and Biotechnology. Series: Economic Sciences, 19(76), 19-25.
Vasylchyshyn, O. B., Kekish, I. P. (2017). The phenomenon of cryptocurrencies in connection with modern theoretical and legal challenges. Bulletin of Odessa National University. Series: Economics, (22, Issue 10), 170-178.
Urbanovich, V., Yakovyshyn, N. (2018). Cryptocurrency in Ukraine and in the world: state, regulation and development prospects. Young scientist, 5(57), 334-337.
Alonso-Monsalve, A. Suárez-Cetrulo, L., Cervantes, A., Quintana, D. (2020). Convolution on neural networks for high-frequency trend prediction of cryptocurrency exchange rates using technical indicators. Expert Systems with Applications, 149, 113250. https://doi.org/10.1016/j.eswa.2020.113250.
Huang, W., Lai, K. K., Nakamori, Y., Wang, S., Yu., L. (2007). Neural networks in finance and economics forecasting. International Journal of Information Technology & Decision Making, 6(1), 113–140. https://doi.org/10.1142/S021962200700237X
Neely, Ch., Rapach, D., Tu, J., Zhou, G. (2011). Forecasting the Equity Risk Premium: The Role of Technical Indicators. Management Science, 60. https://doi.org/10.2139/ssrn.1787554.
Zoumpekas, T., Houstis, E., Vavalis, M. (2020). Eth analysis and predictions utilizing deep learnin. Expert Systems with Applications, 162, 113866. https://doi.org/10.1016/j.eswa.2020.113866
Nesen, O. V., Tsiruk, K. A. (2018). Problematic aspects of the use of cryptocurrencies in Ukraine and the world. Young scientist, 5(2), 735-738.
Zinchenko, O. V. (2017). Regarding the legislative regulation of relations in the field of circulation of cryptocurrencies. Journal of the Kyiv University of Law, (4), 145-147.
Ertz, M., Boily, É. (2019). The rise of the digital economy: Thoughts on blockchain technology and cryptocurrencies for the collaborative economy. International Journal of Innovation Studies, 3(4), 84-93. https://doi.org/10.1016/j.ijis.2019.12.002
Bunjaku, F., Gjorgieva-Trajkovska, O., Miteva-Kacarski, E. (2017). Cryptocurrencies–advantages and disadvantages. Journal of Economics, 2(1), 31-39. https://www.doi.org/10.46763/JOE
Sapovadia, V. (2015). Legal Issues in Cryptocurrency. (pp. 253-266). Academic Press. https://doi.org/10.1016/B978-0-12-802117-0.00013-8.
Haynes, A., Yeoh, P. (2020). Cryptocurrencies and Cryptoassets: Regulatory and Legal Issues. Taylor & Francis. https://doi.org/10.4324/9781003034599.
Lansky, J. (2018). Possible State Approaches to Cryptocurrencies. Journal of Systems Integration, 8. https://doi.org/10.20470/jsi.v9i1.335.
Busse, K., Tahaei, M., Krombholz, K., von Zezschwitz, E., Smith, M., Tian, J., Xu, W. (2020). Cash, Cards or Cryptocurrencies? A Study of Payment Culture in Four Countries. In 2020 IEEE European Symposium on Security and Privacy Workshops (EuroS&PW). IEEE. https://doi.org/10.1109/eurospw51379.2020.00035
Navamani, T. M. (2021). A Review on Cryptocurrencies Security. Journal of Applied Security Research, 1-21. https://doi.org/10.1080/19361610.2021.1933322.
Zhang, Y., Gai, K., Qiu, M., & Ding, K. (2020). Understanding Privacy-Preserving Techniques in Digital Cryptocurrencies. In Algorithms and Architectures for Parallel Processing (p. 3–18). Springer International Publishing. https://doi.org/10.1007/978-3-030-60248-2_1
Tredinnick, L. (2019). Cryptocurrencies and the blockchain. Business Information Review, 36(1), 39-44. https://doi.org/10.1177/0266382119836314
Morisse, M. (2015). Cryptocurrencies and bitcoin: Charting the research landscape. In Conference: Twenty-first Americas Conference on Information SystemsAt: Puerto Rico.
Bucko, J. O. Z. E. F., Palová, D., Vejacka, M. (2015). Security and trust in cryptocurrencies. In Central European Conference in Finance and Economics (pp. 14-24).
Zhang, P., Schmidt, D. C., White, J., Dubey, A. (2019). Consensus mechanisms and information security technologies. Advances in Computers, 115, 181-209. https://doi.org/10.1016/bs.adcom.2019.05.001
Z. Liu et al. (2019). A Survey on Blockchain: A Game Theoretical Perspective. IEEE Access, 7, 47615-47643. doi: 10.1109/ACCESS.2019.2909924.
Liu, Z., Luong, N. C., Wang, W., Niyato, D., Wang, P., Liang, Y. C., Kim, D. I. (2019). A survey on applications of game theory in blockchain. arXiv preprint arXiv:1902.10865.
Merwe, A. V. D. (2021). Cryptocurrencies and Other Digital Asset Investments. In The Palgrave Handbook of FinTech and Blockchain (pp. 445-471). Palgrave Macmillan, Cham. DOI: 10.1007/978-3-030-66433-6_20
Khedr, A. M., Arif, I., El‐Bannany, M., Alhashmi, S. M., Sreedharan, M. (2021). Cryptocurrency price prediction using traditional statistical and machine‐learning techniques: A survey. Intelligent Systems in Accounting, Finance and Management, 28(1), 3-34. DOI: 10.1002/isaf.1488
Abraham, M. (2020). Dipple, S., Choudhary, A., Flamino, J., Szymanski, B. K., & Korniss, G. (2020). Using correlated stochastic differential equations to forecast cryptocurrency rates and social media activities. Applied Network Science, 5(1), 1-30. DOI: 10.1007/s41109-020-00259-1
Zhang, Z., Dai, H. N., Zhou, J., Mondal, S. K., García, M. M., Wang, H. (2021). Forecasting cryptocurrency price using convolutional neural networks with weighted and attentive memory channels. Expert Systems with Applications, 183, 115378. https://doi.org/10.1016/j.eswa.2021.115378
Wu, K., Wheatley, S., Sornette, D. (2018). Classification of cryptocurrency coins and tokens by the dynamics of their market capitalizations. Royal Society open science, 5(9), 180381. DOI: 10.1098/rsos.180381
Sebastião, H., Godinho, P. (2021). Forecasting and trading cryptocurrencies with machine learning under changing market conditions. Financial Innovation, 7(1), 1-30. DOI: 10.1186/s40854-020-00217-x
Koki, C., Leonardos, S., Piliouras, G. (2022). Exploring the predictability of cryptocurrencies via Bayesian hidden Markov models. Research in International Business and Finance, 59, 101554. https://doi.org/10.1016/j.ribaf.2021.101554
Mallqui, D. C., Fernandes, R. A. (2019). Predicting the direction, maximum, minimum and closing prices of daily Bitcoin exchange rate using machine learning techniques. Applied Soft Computing, 75, 596-606. https://doi.org/10.1016/j.asoc.2018.11.038
Mannaro, K., Pinna, A., Marchesi, M. (2017). Crypto-trading: Blockchain-oriented energy market. In 2017 AEIT International Annual Conference. IEEE. https://doi.org/10.23919/aeit.2017.8240547.
Fang, F., Ventre, C., Basios, M., Kanthan, L., Martinez-Rego, D., Wu, F., Li, L. (2022). Cryptocurrency trading: a comprehensive survey. Financial Innovation, 8(1). https://doi.org/10.1186/s40854-021-00321-6
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2022 Bohdan Bebeshko
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.