センチメント分析と機械学習を使用した暗号通貨の価格移動予測

暗号通貨は金融の世界でますます関連性が高まっており、新興市場と見なすことができます。暗号通貨市場のエントリーとデータの利用可能性が低いことは、それを優れた研究の主題とし、そこからセンチメント分析と機械学習技術の適用を通じて市場の行動に関する洞察を導き出すことが可能です。市場の予測。以前の研究がいくつかありましたが、それらのほとんどはビットコインの挙動にのみ焦点を当てています。この論文では、ビットコイン、イーサリアム、リップル、ライトコインの暗号通貨市場の動きの価格移動を予測するための一般的な機械学習ツールと利用可能なソーシャルメディアデータの使用を提案します。Twitterと市場データの要素を入力機能として使用しながら、ニューラルネットワーク（NN）、サポートベクターマシン（SVM）、およびランダムフォレスト（RF）の利用を比較します。結果は、機械学習と感情分析を使用して暗号通貨市場を予測できることを示しています。これにより、Twitterデータ自体を使用して特定の暗号通貨を予測し、NNが他のモデルを上回ることができます。

Cryptocurrencies are becoming increasingly relevant in the financial world and can be considered as an emerging market. The low barrier of entry and high data availability of the cryptocurrency market makes it an excellent subject of study, from which it is possible to derive insights into the behavior of markets through the application of sentiment analysis and machine learning techniques for the challenging task of stock market prediction. While there have been some previous studies, most of them have focused exclusively on the behavior of Bitcoin. In this paper, we propose the usage of common machine learning tools and available social media data for predicting the price movement of the Bitcoin, Ethereum, Ripple and Litecoin cryptocurrency market movements. We compare the utilization of neural networks (NN), support vector machines (SVM) and random forest (RF) while using elements from Twitter and market data as input features. The results show that it is possible to predict cryptocurrency markets using machine learning and sentiment analysis, where Twitter data by itself could be used to predict certain cryptocurrencies and that NN outperform the other models.