پیش‌بینی قیمت رمزارزها با استفاده از روش‌های مبتنی‌برشبکه های‌عصبی و مدل‌های گارچ

بازار رمزارزها به دلیل عدم بلوغ کافی هنوز نوسانات زیادی دارند و در معرض چالش پیش‌بینی نرخ و پیش‌بینی رفتار آن‌ها در بازارهای مالی است. این حجم نقدینگی در کنار ارزش بازار و نوظهور بودن و الکترونیکی بودن باعث ایجاد نوسانات قیمتی شدیدی در این بازار شده است.بنابراین، در این پژوهش از خانواده گارچ در روش‌های پارامتری و از یادگیری عمیق در روش‌های ناپارامتری استفاده شده است تا به‌صورت هم‌زمان هم قیمت و هم نوسانات قیمت پیش‌بینی شود. در این خصوص، برای خانواده گارچ مدل‌های garch, egarch, gjr_garch, tarch برای پیش‌بینی نوسانات قیمت بروی داده‌های قیمت بیت‌کوین پیاده‌سازی شده است. همچنین، برای یادگیری عمیق مدل lstm با معماری‌های متفاوت برای پیش‌بینی قیمت و نوسانات قیمت پیاده‌سازی شده که در روش‌های پارامتری روش tarch بادقت 62% و در روش‌های ناپارامتری lstm بادقت 76% نوسانات قیمت را پیش‌بینی کرده و روش lstm بادقت 71% قیمت را پیش‌بینی کرده است.