О методах построения торговых стратегий на криптовалютных рынках

Обложка

Цитировать

Полный текст

Аннотация

В работе предлагается торговая стратегия инвестирования в рынок криптовалют, использующая мгновенные входы на рынок на основе дополнительных источников информации в виде разработанного набора данных. Задача прогнозирования момента входа на рынок формулируется как задача классификации тренда стоимости криптовалют. Для её решения в статье использовались ансамблевые модели и глубокие нейронные сети, что позволило получить прогноз с высокой точностью. Компьютерный анализ различных инвестиционных стратегий показал значительное преимущество предложенной модели инвестирования перед традиционными методами машинного обучения.

Об авторах

Е. Ю. Щетинин

Финансовый университет при Правительстве Российской Федерации

Автор, ответственный за переписку.
Email: riviera-molto@mail.ru
ORCID iD: 0000-0003-3651-7629

Doctor of Physical and Mathematical Sciences, Lecturer of Department of Mathematics

Ленинградский проспект, д. 49, Москва, 125993, Россия

Список литературы

  1. E. Y. Shchetinin, “Study of the impact of the COVID-19 pandemic on international air transportation,” Discrete and Continuous Models and Applied Computational Science, vol. 29, no. 1, pp. 22-35, 2021. doi: 10.22363/2658-4670-2021-29-1-22-35.
  2. E. Y. Shchetinin, Y. G. Prudnikov, and P. N. Markov, “Long range memory modeling and estimation for financial time series,” RUDN Journal of Mathematics, Information Sciences and Physics, no. 1, pp. 98- 106, 2011, in Russian.
  3. J. Spörer, “Backtesting of algorithmic cryptocurrency trading strategies,” Available at SSRN, 2020. doi: 10.2139/ssrn.3620154.
  4. A. Y. Mikhailov, “Cryptoassets pricing and equity indices correlation,” Finance and Credit, vol. 24, no. 3, pp. 641-651, 2018, in Russian. doi: 10.24891/fc.24.3.641.
  5. A. Geron, Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow: concepts, tools, and techniques to build intelligent systems, 2nd Edition. O’Reilly Media, Inc., 2019.
  6. G. G. Ognev and E. Y. Shchetinin, “Deep neural networks with LSTM architecture for predicting financial time series,” in Information and Telecommunication Technologies and Mathematical Modeling of High-Tech Systems 2020 (ITTMM 2020), in Russian, Moscow, Russia, April 13-17, 2020, pp. 280-283.
  7. A. Arratia and A. X. Lopez-Barrantes, “Do Google trends forecast bitcoins? Stylized facts and statistical evidence,” Journal of Banking and Financial Technology, vol. 5, no. 1, pp. 45-57, 2021.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».