返回
Multivariate bitcoin price volatility forecasting: an optimized decomposition pattern learning model
DOI:10.1016/j.irfa.2026.105345.png)
摘要
En 中文
• 通过集成EMD/VMD分解开发了一种比特币预测的多变量框架。• 对时间窗口和特征进行进化优化,提高了预测效果,并揭示了波动市场中关键模式。• 使用随机森林实现了高精度的短期比特币价格预测(MAPE = 0.01166 ± 0.00105)。• 将比特币波动率预测重新表述为二分类问题,并实现了95.47%的预测准确率。• 通过在多种交易成本情景下的四年回测,证明了其经济有效性和稳健性。
Keyword:
Bitcoin
Multivariate
Multistep
EMD/VMD
Volatility patterns
期刊
IF:
9.8
论文数:
4.2K
被引数:
1.9W
机构
引用论文
Multivariate cryptocurrency prediction: comparative analysis of three recurrent neural networks approaches
JOURNAL OF BIG DATA
IF6.4
The Comparative Analysis of Integrated Moving Average and Autoregressive Integrated Moving Average Methods for Predicting Bitcoin Returns比较综合移动平均和自回归综合移动平均方法在预测比特币收益中的应用分析
HyBiLSTM: Multivariate Bitcoin Price Forecasting Using Hybrid Time-Series Models With Bidirectional LSTM
IEEE ACCESS
IF3.6

