Descomposición de datos híbridos basada en aprendizaje profundo para la predicción de Bitcoin y comercio algorítmico

Resumen En los últimos años, Bitcoin ha recibido una atención sustancial como una inversión potencialmente lucrativa. Sin embargo, su movimiento de precio volátil exhibe grandes riesgos financieros. Por lo tanto, cómo predecir y capturar con precisión las tendencias cambiantes en el mercado de Bitcoin es de gran importancia para los inversores y formuladores de políticas. No obstante, los trabajos empíricos en la previsión de Bitcoin y sistemas de soporte de comercio están en una etapa temprana. Para llenar este vacío, este estudio propone un nuevo modelo híbrido de aprendizaje profundo bidireccional basado en la descomposición de datos para prever el cambio diario del precio en el mercado de Bitcoin y realizar comercio algorítmico en el mercado. Nuestra metodología implica dos pasos principales: descomposición de datos para la extracción de factores internos y aprendizaje profundo bidireccional para la previsión del precio de Bitcoin. Los resultados demuestran que el modelo propuesto supera a otros modelos de referencia, incluidos modelos econométricos, modelos de aprendizaje automático y modelos de aprendizaje profundo. Además, el modelo propuesto logró mayores retornos de inversión que todos los modelos de referencia y la estrategia de compra y retención en una simulación de comercio. La robustez del modelo se verifica a través de múltiples períodos de previsión e intervalos de prueba.