Kriptovaluták árfolyamának elemzése Twitter bejegyzések alapján

OData támogatás
Konzulens:
Gáspár Csaba
Távközlési és Médiainformatikai Tanszék

Manapság egyre nagyobb népszerűségnek örvend a digitális pénznemek, a kriptovaluták világa. Ezen valuták sok dologban különböznek a hagyományostól, mint például az árfolyamok változásáért felelős tényezőkben. Ilyen befolyásoló faktor lehet a közösség által kialakított kép az adott valutáról. Ezen feltételezést felhasználva, a diplomamunkám során azt vizsgálom, hogy az egyes kriptovaluták árfolyamának előrejelzése javítható-e a közösség által generált adatok felhasználásával.

A dolgozatban a piaci részesedés szerinti első 3 kriptovaluta árfolyamának előrejelzésének hatékonyságát vizsgálom. Ehhez az árfolyamadatokon felül felhasználom az egyik legnépszerűbb közösségi portál, a Twitter által elérhető adatokat is. Több adatbányászati algoritmust használok fel annak eldöntésére, hogy az árfolyam milyen irányban mozdul el. Ezen modellek paramétereit az árfolyamadatokból és a Twitter bejegyzésekből származtatom. Az egyes modellek előrejelzési képességét többféle bemeneti paraméter kombinációjával vizsgálom. Ezek hatékonyságát összehasonlítom, majd megállapítom a legjobb modell paramétereit. E modell felhasználásával egy gyakorlati elemzést végzek el, ezzel képet kapva az adott modell használata során keletkező haszonra, veszteségre.

A kiértékelés során kiderült, hogy a k-legközelebbi szomszéd alapú modell kevésbé hatékony az árfolyamváltozás előrejelzésében, mint a logisztikus regresszió, vagy a gradient tree boosting alapú. A vizsgált paraméterek alapján megállapítható, hogy a Twitter specifikus adatokból származtatott statisztikák nem hoznak javulást az egyes modellek előrejelző képességében. Ugyanakkor az érzelmi hatások elemzésének, illetve a TF-IDF szövegbányászati eljárás felhasználásával javítható az előrejelzési képesség. A gyakorlati elemzés eredményei alapján megállapítható, hogy a Twitter nyújtotta adatokat felhasználó előrejelzési modellek hatékonynak bizonyulnak.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.