ETFFIN Finance >> Kursus keuangan >  >> Cryptocurrency >> Bitcoin

Jawaban untuk meramalkan Bitcoin mungkin terletak pada kecerdasan buatan

Saat Bitcoin mencoba untuk mendapatkan kembali kilau yang dimilikinya pada akhir 2017 ketika hampir mencapai US$20, 000 nilai, investor masih mempertanyakan bagaimana memprediksi mata uang yang bergejolak seperti itu.

Sebagai mata uang kripto, tidak ada bentuk fisik yang memberikan nilai Bitcoin, sehingga tidak mungkin untuk melakukan analisis fundamental tradisional mata uang. Akibatnya, banyak investor melacak apa yang disebut indikator perdagangan teknis (pola geometris yang dibangun dari harga historis dan volume perdagangan) untuk memahami dan memprediksi pergerakan masa depan Bitcoin.

Beberapa peneliti telah menemukan kesuksesan dengan model rumit yang besar. Tapi ini terkadang memiliki ratusan variabel (atau prediktor) dan sulit untuk menentukan faktor kunci atau menguji replikabilitas pendekatan tersebut. Sulit juga untuk memahami faktor apa yang benar-benar mendorong fluktuasi Bitcoin di pasar.

Selama lebih dari 20 tahun, Saya telah meneliti aplikasi AI di bidang keuangan. Di Sekolah Bisnis dan Ekonomi Lang di Universitas Guelph, rekan penulis dan mantan mahasiswa pascasarjana saya Robert Adcock dan saya membuat model jaringan saraf tiruan (JST) untuk menguji prediktabilitas harga Bitcoin.

Memprediksi fluktuasi

Kami menggunakan indikator teknis yang disebut rata-rata bergerak sebagai prediktor. Rata-rata bergerak dibangun dengan rata-rata harga selama periode waktu tertentu (misalnya 50 atau 200 hari) dan memplotnya sebagai garis bersama dengan harga. Alasan menggunakan rata-rata bergerak adalah jika harga Bitcoin hari ini menjadi lebih besar atau lebih rendah dari harga rata-rata selama 50 atau 200 hari terakhir, pedagang bisa mengharapkan munculnya tren naik atau turun.

Jika Bitcoin tidak dapat diprediksi, maka model kami tidak diharapkan untuk mengalahkan model jalan acak — pada dasarnya, itu tidak lebih baik daripada menebak.

Namun, model kami memberikan beberapa hasil yang sangat menarik mengenai prediktabilitas Bitcoin dari waktu ke waktu dan selama serangan volatilitas yang tidak biasa.

Prakiraan kecerdasan buatan

Menggunakan pengamatan harian dari 2011-2018, kami membuat JST dengan tiga prediktor:pengembalian, Sinyal jual-beli 50 hari dan sinyal jual-beli 200 hari.

Kami juga menguji model ANN yang menyertakan Chicago Board Options Exchange Volatility Index (VIX) untuk melihat apakah volatilitas pasar saham memiliki efek nyata pada pergerakan Bitcoin. VIX adalah indeks yang memberikan ekspektasi pasar teoretis 30 hari berdasarkan Indeks S&P 500. Nilai VIX yang lebih tinggi menunjukkan bahwa pasar akan membuat ayunan besar.

Jaringan saraf tiruan beroperasi dengan cara yang mirip dengan fungsi dasar otak manusia. Model kami mengambil prediktor, atau masukan, dan output (perubahan harga harian Bitcoin) dan mencoba mempelajari pola dari semua data. Ini terus menguji polanya hingga mencapai titik optimal di mana pengujian lebih lanjut tidak diperlukan. Model-model canggih ini membentuk tulang punggung dari banyak program pembelajaran AI yang digunakan dalam bisnis dan teknik.

Dengan menggabungkan analisis teknis Bitcoin dan jaringan saraf, kami berharap ANN akan menemukan pola di antara data yang memungkinkan kami untuk memprediksi pengembalian di masa mendatang dengan lebih akurat.

Investor non-tradisional

Model JST kami memang berhasil mengurangi kesalahan prediksi jalan acak sekitar lima hingga 10 persen selama periode pengamatan penuh. Peningkatan perkiraan ini signifikan secara statistik, menunjukkan bahwa memprediksi harga Bitcoin setiap hari tidak lagi menebak-nebak. Hasil kami menunjukkan bahwa Bitcoin tidak terpengaruh oleh bagaimana pasar saham berubah, yang menunjukkan bahwa investor pasar tradisional dan investor di Bitcoin adalah dua kelompok yang berbeda.

Kami juga memisahkan data menjadi empat subsampel dari kerangka waktu yang sama untuk lebih memperbesar inefisiensi pasar. Kinerja prediktif ANN kami meningkat lebih jauh dalam subsampel ini.

Satu subsampel, berlangsung dari Oktober 2014 hingga Juni 2016, memberikan hasil penelitian yang terbaik. Model sinyal 200 hari yang terisolasi mengungguli jalan acak sebesar 43,55 persen. Kami mencatat bahwa subsampel ini memiliki volatilitas yang rendah dibandingkan dengan tiga subsampel lainnya dan merupakan periode data paling stabil yang kami amati. Intinya, volatilitas pasar yang lebih besar membuat pembelajaran pola data dan pelatihan model JST menjadi lebih sulit.

Selain akurasi harga, kami juga mengamati seberapa sering model ANN kami memprediksi dengan benar apakah harga akan naik atau turun. Model komprehensif utama kami selama periode 2011-2018 memiliki akurasi prediksi hampir 63 persen. Letakkan secara berbeda, Perdagangan Bitcoin dengan model kami rata-rata akan lebih menguntungkan daripada menempatkan pesanan beli dan jual acak yang memiliki peluang 50 persen untuk menghasilkan keuntungan.

Spekulasi dan gelembung prediksi

Dibandingkan dengan model prediksi lainnya, JST kami menyediakan metode prediksi paling akurat dan andal untuk Bitcoin. Kami menyimpulkan bahwa evolusi historis harga Bitcoin harian mengikuti tren prediktif (atau gelembung) yang berpotensi muncul dari sifat spekulatif perdagangan mata uang kripto.

Kami percaya bahwa masa depan perkiraan Bitcoin — dan mungkin berinvestasi secara umum — terletak pada kemampuan kecerdasan buatan dan jaringan saraf tiruan. Sementara orang mungkin berdebat tentang manfaat Bitcoin sebagai mata uang, kita setidaknya bisa menghargainya sebagai komoditas yang menarik — dan sekarang lebih mudah diprediksi.

Bitcoin

Bitcoin