Сучасні підходи до інтелектуального аналізу ринку криптовалют

Abstract

The article addresses the challenges of intelligent analysis in the cryptocurrency market and, due to the limitations of traditional financial analysis methods, substantiates the need for the implementation of artificial intelligence (AI) systems. These systems are essential for processing large volumes of heterogeneous data, improving forecasting accuracy, and enhancing decision-making efficiency, particularly in light of the market’s high volatility, dynamic nature, and complexity. The review of recent studies on AI-based models for cryptocurrency price prediction reveals a growing demand for the development of flexible, hybrid architectures that integrate intelligent approaches with classical analytical techniques. The paper analyses the architecture of a hybrid AI system, encompassing modules for data collection, pre-processing, model training, and results visualization. It details the handling of various data types, including time series, on-chain metrics, and textual information. Within the framework of the empirical study, a comparative analysis of three models — ARIMA, Random Forest Regressor, and LSTM — was conducted using an open dataset of historical Bitcoin prices. Special attention is given to feature engineering, with the introduction of additional parameters that significantly improved model training performance. Based on the research findings, a concept of a hybrid multi-layered AI system is proposed. This system includes data acquisition and normalization modules, a computation block utilizing GPU/TPU resources for model training, and dashboards and APIs for result visualization and integration with exchange platforms. The proposed conceptual AI model can serve as a foundation for practical implementation in investor-oriented and financial-analytical platforms. It may attract the interest of fintech developers, traders, and researchers in the digital economy, paving the way for high-precision forecasting tools and automated decision-making solutions in the cryptocurrency market

.Розглянуто проблематику інтелектуального аналізу криптовалютного ринку і, через недосконалість традиційних методів фінансового аналізу, обґрунтовано необхідність впровадження систем штучного інтелекту (СШІ) для обробки великого обсягу гетерогенних даних, підвищення точності прогнозування та ефективності прийняття рішень з огляду на високу волатильність, динамічність та складність ринку криптовалют. Проведений аналіз останніх досліджень моделей штучного інтелекту для прогнозування цін на криптовалютному ринку показав, що існує потреба у створенні гнучких архітектур гібридного типу, які поєднують інтелектуальні підходи з класичними методами. Проаналізовано архітектуру гібридної СШІ, що включає модулі збору, обробки, навчання моделей і візуалізації результатів. Описано особливості роботи з різними типами даних — часовими рядами, ончейн-метриками та текстовою інформацією. У межах емпіричного дослідження здійснено порівняльний аналіз трьох моделей: ARIMA, Random Forest Regressor та LSTM, з використанням відкритого набору історичних цін Біткоїну. У статті також особливу увагу приділено інженерії ознак, зокрема введено додаткові параметри, що суттєво підвищило якість навчання. На основі проведеного дослідження розроблено концепцію гібридної багаторівневої СШІ, яка включає модулі збору та нормалізації даних, обчислювальний блок з GPU/TPU для тренування моделей, і візуалізацію результатів через дашборди та API для інтеграції з біржовими системами. Запропонована концептуальна модель СШІ може слугувати основою для практичного впровадження в інвесторських і фінансово-аналітичних платформах та може зацікавити розробників фінансових технологій, трейдерів і дослідників у сфері цифрової економіки, відкриваючи перспективи для створення високоточних інструментів прогнозування та автоматизованих рішень на ринку криптовалют.