Совместное применение модели линейной регрессии и нейронной сети в задаче предсказания тренда котировок криптовалюты Bitcoin

Аннотация

Алымова Е.В.

Дата поступления статьи: 10.10.2020

В статье представлен комбинированный подход с использованием методов машинного обучения для выбора эффективной торговой стратегии на валютной бирже. Представленный подход использует расчет углового коэффициента линейной регрессии по индикаторам логарифмической доходности и определение тренда котировок валютной пары BTC/USD в следующем периоде на основе рассчитанного знака коэффициента. Многослойная нейронная сеть прямого распространения выполняет предсказание значения углового коэффициента в следующем десятиминутном периоде для текущего двадцатиминутного периода. В статье предлагается комбинированный подход к использованию методов машинного обучения для выбора эффективной торговой стратегии на валютной бирже. В исследовании представлены результаты практических экспериментов, оценивающих соотношение эффективных и неэффективных стратегий на основе предсказанных значений коэффициентов линейной регрессии.

Ключевые слова: машинное обучение, нейронная сеть, финансовые временные ряды, предсказание поведения котировок валют, коэффициенты линейной регрессии

05.13.18 - Математическое моделирование, численные методы и комплексы программ

.