[论文解读] Beyond Trading Data: The Hidden Influence of Public Awareness and Interest on Cryptocurrency Volatility

Zeyd Boukhers, Azeddine Bouabdallah+2 more|arXiv (Cornell University)|Feb 12, 2022

Stock Market Forecasting Methods被引用 4

一句话总结

本文提出了一种AdaBoost-LSTM集成模型，整合了交易数据、社交媒体情绪、区块链指标和搜索量，以预测比特币价格及其波动性分布。该多模态方法相比基线方法提升了19.29%的性能，测试MAE为132.03美元，展示了更高的预测精度，并通过不确定性感知的预测增强了决策支持能力。

ABSTRACT

Since Bitcoin first appeared on the scene in 2009, cryptocurrencies have become a worldwide phenomenon as important decentralized financial assets. Their decentralized nature, however, leads to notable volatility against traditional fiat currencies, making the task of accurately forecasting the crypto-fiat exchange rate complex. This study examines the various independent factors that affect the volatility of the Bitcoin-Dollar exchange rate. To this end, we propose CoMForE, a multimodal AdaBoost-LSTM ensemble model, which not only utilizes historical trading data but also incorporates public sentiments from related tweets, public interest demonstrated by search volumes, and blockchain hash-rate data. Our developed model goes a step further by predicting fluctuations in the overall cryptocurrency value distribution, thus increasing its value for investment decision-making. We have subjected this method to extensive testing via comprehensive experiments, thereby validating the importance of multimodal combination over exclusive reliance on trading data. Further experiments show that our method significantly surpasses existing forecasting tools and methodologies, demonstrating a 19.29% improvement. This result underscores the influence of external independent factors on cryptocurrency volatility.

研究动机与目标

• 识别哪些数据模态——交易数据、社交媒体情绪、区块链指标和搜索量——对加密货币价格产生最直接的影响。
• 评估在多模态数据上使用集成学习是否能提升加密货币价格预测的性能，相比单模态或单模型方法。
• 开发一种预测系统，不仅提供预测价格，还提供价格波动分布，以传达预测置信度。
• 通过提供可靠、可解释且具备不确定性感知的短期价格预测，支持投资者决策。

提出的方法

• 该模型采用AdaBoost-LSTM集成架构，结合多个在不同数据模态上训练的弱LSTM学习器。
• 输入特征包括历史价格数据、社交媒体情绪得分、区块链指标（如哈希率、网络难度）以及Google搜索量。
• 各模态在输入到各自的LSTM网络前均经过预处理和归一化，随后通过AdaBoost进行集成，以提升泛化能力。
• 最终预测结果整合了所有模态的输出，同时通过为每一天的预测结果建模波动性分布来表示不确定性。
• 模型在2020年1月至2020年7月期间的数据集上进行训练和评估，性能通过MSE、RMSE和MAE进行衡量。
• 对于长期预测，通过将每个预测值追加到输入序列中，递归生成预测，以模拟多日预测。

实验结果

研究问题

• RQ1 RQ1：哪些数据模态组合——交易数据、社交媒体情绪、区块链信息和搜索量——对加密货币价格波动具有直接且可测量的影响？
• RQ2 RQ2：与单模态或单模型方法相比，在多模态数据上使用集成学习是否能有效提升加密货币价格预测的准确性和鲁棒性？
• RQ3 RQ3：如何通过不仅提供点估计，还提供潜在价格波动的分布，来增强价格预测，以传达模型的置信度？

主要发现

• 所提出的AdaBoost-LSTM集成模型在测试集上实现了132.027美元的平均绝对误差（MAE），相比最佳基线方法提升了19.29%。
• 该模型的MAE分布显示，68%的预测值与实际比特币价格的偏差在±500美元以内，表明其具备出色的短期预测精度。
• 与仅依赖交易数据的模型相比，多模态数据的引入——尤其是社交媒体情绪和搜索量——显著提升了预测性能。
• 模型预测的波动性分布有效传达了预测置信度，波动性分布越平坦，表明在市场波动剧烈时期不确定性越高。
• 长期预测表现出性能随时间下降的趋势，平均MAE从第1天的132.03美元逐渐上升，第30天时更高，这符合误差累积的预期。
• 本文提供了模型的开源实现，以支持可复现性及未来研究。