Original scientific paper

https://doi.org/10.32910/ep.75.1.3

SVEOBUHVATAN PRISTUP PREDVIĐANJU BITCOINA POMOĆU NEURONSKIH MREŽA

Tea Šestanović

Abstract

Ovaj rad pruža sveobuhvatan pristup predviđanju cijena, prinosa, smjera i volatilnosti Bitcoina. Prediktivne sposobnosti ARIMA i GARCH modela se uspoređuju s autoregresijskom i Jordanovom neuronskom mrežom (NM), koristeći unutarnje i vanjske čimbenike. Robusnost rezultata verificira se u uvjetima pada, rasta i stabilnosti tržišta. Rezultati nisu jednoznačni s obzirom na predviđanje cijena, prinosa ili volatilnosti, te kada se uspoređuju pomoću različitih mjera performansi ili kroz različita razdoblja. NM općenito su optimalne za predviđanje prinosa i smjera, ARIMAX i NNARX za predviđanje cijena, dok za predviđanje volatilnosti svi modeli daju usporedive rezultate. Predviđanje cijena donosi najbolju točnost predviđanja, dok JNNX imaju najlošije rezultate. Međutim, uključivanje drugih metoda strojnog učenja i/ili različitih varijabli, kao i nedavne krize proizašle iz ratnih okolnosti mogu se smatrati ograničavajućim čimbenicima.

Keywords

ARIMA; Bitcon; COVID-19; GARCH; Jordanova neuronska mreža; autoregresijska neuronska mreža

Hrčak ID:

314714

URI

https://hrcak.srce.hr/314714

Publication date:

29.2.2024.

Article data in other languages: english

Visits: 1.134 *