Streszczenie:
W niniejszej pracy podjęta została problematyka regresji ceny walorów kryptograficznych
na przykładzie tokenu sieci Ethereum.
Analizując wnioski z innych prac o zbliżonej tematyce oraz uwzględniając bardzo wysoką
zmienność na rynku kryptowalut jako grupy aktywów finansowych, praca skupiona
została na dwóch głównych aspektach:
1. Zbudowaniu bogatego, wielowymiarowego datasetu (ponad 400 atrybutów), zawierającego
zarówno historyczne wskazania cen, ogólnoświatowe dane makroekonomiczne,
wartości oscylatorów giełdowych, wyceny indeksów akcyjnych, głównych par walutowych,
surowców strategicznych, metadanych sieci blockchain, czy w końcu wskaźników
psychologicznych.
2. Na tak skonstruowanym zbiorze danych, przeprowadzeniu zautomatyzowanego procesu
nauki wielu (ponad 3000) modeli sztucznych sieci neuronowych, bazujących na
warstwach rekurencyjnych, w poszukiwaniu najlepszych zestawów hiperparamterów,
do zadnia regresji dziennej ceny wysokiej i niskiej na kolejny dzień.
Oczekiwanym wynikiem pracy było skonstruowanie obszernego datasetu i modeli zdolnych
do skutecznej estymacji zachowania ceny, jak i zweryfikowanie, czy mogą stanowić
one podstawę dla strategii inwestycyjnej.
