ПЕРМЬ, 23 июля. /ТАСС/. Ученые Пермского национального исследовательского политехнического университета (ПНИПУ) разработали модель прогнозирования курса биткойна, основанную на нейросетях и учитывающую индекс страха и жадности, который отражает эмоциональный фон рынка на основе анализа новостей, социальных сетей и поведения инвесторов. Об этом ТАСС сообщили в пресс-службе вуза.
"Эксперты Пермского политеха провели исследования и выяснили, что одним из ключевых элементов, который часто упускается из виду, но имеет сильное влияние на биткойн, является психологическое состояние участников рынка. Ученые разработали новый метод прогнозирования курса, основанный на нейросетях, учитывающий помимо исторических данных о ценах и объемах торгов еще и индекс страха и жадности (FGI) - специальный показатель, который отражает эмоциональный фон рынка на основе анализа новостей, социальных сетей и поведения инвесторов. Результаты показали, что учет эмоционального фактора позволяет повысить точность прогнозов в среднем до 10%, что критически важно для участников крипторынка", - рассказали в университете, отметив, что аналогичных моделей на сегодняшний день в России нет.
Уникальность метода
По словам ученых, российских исследований по прогнозированию курса биткойна довольно мало, информационное пространство и эмоциональный фон в них практически не учитываются. Традиционные методы и модели, как в случае с обычной валютой, работают с криптовалютой не так успешно и не дают высокой точности прогноза, поскольку биткойн реагирует не только на экономику, но и на психологию толпы
"80% данных пошло на обучение нейросетей, а оставшиеся 20% мы применяли для проверки точности результата. Такую процедуру повторяли 200 раз, обрабатывая информацию небольшими порциями по 32 значения, как если бы изучали иностранный язык по 32 слова за раз. После прогнозирования приводили полученные цифры к реальному диапазону цен биткойна. Чтобы сделать достоверные выводы, мы смотрели на три показателя ошибок: среднее отклонение от реальной цены, неточности в процентах и ежедневную погрешность", - рассказал заведующий кафедрой "Автоматизация технологических процессов" Березниковского филиала ПНИПУ, доктор технических наук Андрей Затонский.
Исследователи протестировали свою модель на разных временных периодах с различной рыночной динамикой. В одном из таких периодов, относительно стабильном, нейросеть с учетом индекса страха и жадности показала среднюю абсолютную ошибку в $1 169, что на 6,2% лучше модели без учета психологического фактора. "Особенно показательным стал ноябрьский период 2024 года, когда биткойн впервые преодолел отметку в $100 тыс. на фоне президентских выборов в США. В этих условиях преимущество модели с учетом психологического фактора стало еще заметнее - погрешность сократилась на $147 по сравнению с обычной нейросетью, что в процентном соотношении составило 8,3%", - добавил ученый.
В ПНИПУ отметили, что проведенное исследование ученых доказывает, что учет психологического фактора через индекс FGI позволяет нейросетям делать более точные прогнозы курса биткойна в различных рыночных условиях. Среднее улучшение точности составило 5-10%. В перспективе эта разработка может быть адаптирована для других криптовалют и финансовых инструментов. Исследование проводилось в рамках программы стратегического академического лидерства "Приоритет-2030".
Комментарии