使用潜在场的贝叶斯框架描述加密货币市场动态、结构依赖性和波动性
摘要：加密货币之间的结构依赖性识别和市场趋势预测对于有效的加密货币投资组合管理至关重要。在本文中，我们提出了一个基于潜在场理论和高斯过程的统一贝叶斯框架，用历史价格信息来表征各种加密货币的结构依赖性。我们的重要贡献如下：(i) 提出了一种新颖的加密货币价格运动模型，将其视为由时间变化的非线性势场控制的动力系统的轨迹。(ii) 通过李雅普诺夫稳定性分析验证了加密货币市场中非线性势函数的存在。(iii) 开发了一个贝叶斯框架，从观察到的加密货币价格中推断非线性势函数。(iv) 提出势场中推断的吸引子和排斥子是可靠的加密货币市场指标，超过了文献中的平均值、开盘价或收盘价等现有属性。(v) 对2017年4月至2021年11月期间的各种比特币崩盘持续时间进行的加密货币市场分析表明，吸引子捕捉到了市场趋势、波动性和相关性。此外，吸引子还有助于可解释性和可视化。(vi) 该方法推断得到的结构依赖性与使用流行的小波相干性方法获得的结果一致。(vii) 提出的市场指标（吸引子和排斥子）可以用于改进最先进的深度学习价格预测模型的预测性能。例如，我们展示了在12天内对莱特币价格预测的改进。
作者：Anoop C V, Neeraj Negi, Anup Aprem
论文ID：2308.01013
分类：Computational Finance
分类简称：q-fin.CP
提交时间：2023-08-03