Πρόβλεψη της τιμής του Bitcoin με χρήση μηχανικής μάθησης, βαθιάς μάθησης και ανάλυσης συναισθήματος

Abstract

Η παρούσα μεταπτυχιακή διπλωματική εργασία εξετάζει την πρόβλεψη της τιμής του Bitcoin σε βραχυχρόνιους χρονικούς ορίζοντες, αξιοποιώντας στατιστικά μοντέλα, μοντέλα μηχανικής μάθησης, μοντέλα βαθιάς μάθησης και μεταβλητές ανάλυσης συναισθήματος. Η ανάλυση βασίστηκε σε δεδομένα υψηλής συχνότητας για την ισοτιμία BTC/USD, με χρονικό βήμα ενός λεπτού, για την περίοδο Ιανουαρίου 2022 έως Μαΐου 2026. Η μεταβλητή στόχος ορίστηκε ως η μελλοντική λογαριθμική απόδοση για χρονικούς ορίζοντες 1, 15 και 30 λεπτών, καθώς η λογαριθμική απόδοση κρίθηκε καταλληλότερη από την απόλυτη τιμή κλεισίματος λόγω της μη στασιμότητας της αρχικής χρονοσειράς. Για την πρόβλεψη εφαρμόστηκαν και συγκρίθηκαν τα μοντέλα αυτοπαλίνδρομου κινητού μέσου (ARIMA), η παλινδρόμηση Ridge (Ridge Regression), η παλινδρόμηση τυχαίων δασών (Random Forest Regression), η παλινδρόμηση XGBoost (XGBoost Regression), το δίκτυο Μακράς Βραχυπρόθεσμης Μνήμης (Long Short Term Memory - LSTM) και το δίκτυο Πυλών Επαναλαμβανόμενης Μονάδας (Gated Recurrent Unit - GRU), ενώ η αξιολόγηση πραγματοποιήθηκε με μετρικές όπως η ρίζα μέσου τετραγωνικού σφάλματος (Root Mean Squared Error - RMSE) , μέσου απόλυτου σφάλματος (Mean Absolute Error - MAE) και η Ακρίβεια κατεύθυνσης (Directional Accuracy), τόσο σε επίπεδο λογαριθμικών αποδόσεων όσο και σε επίπεδο προβλεπόμενης τιμής. Επιπλέον, συλλέχθηκαν και επεξεργάστηκαν δεδομένα κειμένου από Twitter, Reddit και ειδησεογραφικές πηγές, από τα οποία εξήχθησαν μεταβλητές θετικού, αρνητικού, ουδέτερου και συνολικού συναισθήματος με χρήση του εργαλείου VADER (Valence Aware Dictionary and sEntiment Reasoner), μια λεξικογραφικής μεθόδου ανάλυσης συναισθήματος. Οι μεταβλητές αυτές συγχωνεύθηκαν χρονικά με τα δεδομένα τιμών, ώστε να εξεταστεί αν η εξωτερική πληροφορία από τη δημόσια συζήτηση και την ειδησεογραφική ροή μπορεί να βελτιώσει την προβλεπτική ικανότητα των μοντέλων. Τα αποτελέσματα έδειξαν ότι η προσθήκη μεταβλητών συναισθήματος δεν οδηγεί σε καθολική βελτίωση όλων των μοντέλων και όλων των χρονικών οριζόντων, αλλά η επίδρασή διαφοροποιείται ανάλογα με το μοντέλο και τον ορίζοντα πρόβλεψης.