پیش بینی نوسانات بازار ارز دیجیتال با ترکیب یادگیری عمیق و داده های احساسات شبکه های اجتماعی
حوزههای تخصصی:
بازار ارزهای دیجیتال به دلیل ماهیت غیرمتمرکز، نقدشوندگی بالا و تأثیرپذیری گسترده از اخبار و رویدادهای اجتماعی، یکی از پرنوسان ترین بازارهای مالی جهان محسوب می شود. پیش بینی دقیق نوسانات این بازار می تواند نقش مهمی در تصمیم گیری سرمایه گذاران، مدیریت ریسک و بهبود عملکرد استراتژی های معاملاتی ایفا کند. هدف این پژوهش ارائه مدلی ترکیبی مبتنی بر یادگیری عمیق و تحلیل احساسات شبکه های اجتماعی برای پیش بینی نوسانات بازار ارزهای دیجیتال است. در این مطالعه، داده های تاریخی قیمت و حجم معاملات ارزهای دیجیتال در کنار داده های متنی استخراج شده از شبکه های اجتماعی نظیر توییتر، ردیت و تلگرام مورد استفاده قرار گرفته اند. برای استخراج احساسات کاربران از تکنیک های پردازش زبان طبیعی و برای مدل سازی سری های زمانی از شبکه های عصبی عمیق شامل LSTM و GRU استفاده شده است. نتایج پژوهش نشان می دهد که ترکیب داده های مالی و شاخص های احساسات اجتماعی نسبت به استفاده صرف از داده های قیمتی، دقت پیش بینی نوسانات را به طور معناداری افزایش می دهد. همچنین یافته ها حاکی از آن است که تغییرات احساسات کاربران در شبکه های اجتماعی دارای قدرت توضیح دهندگی قابل توجهی در خصوص رفتار آتی بازار ارزهای دیجیتال هستند. نتایج این پژوهش می تواند برای سرمایه گذاران، تحلیلگران مالی و توسعه دهندگان سیستم های هوشمند معاملاتی کاربردهای ارزشمندی فراهم آورد.