Використання ланцюгів Маркова для прогнозування зміни трендів на ринку криптовалют

Abstract

У роботі досліджено ефективність застосування теорії стохастичних процесів, зокрема однорідних ланцюгів Маркова та прихованих марковських моделей (HMM), для аналізу волатильності та прогнозування цінових трендів на ринку криптовалют. Розроблено модель ідентифікації ринкових режимів («бичачий», «ведмежий», «стабільний») на основі матриці перехідних ймовірностей. Встановлено, що запропонований підхід дозволяє зменшити похибки короткострокового прогнозування порівняно з лінійними методами та виявити приховані патерни переходу між фазами накопичення та розподілу активів.

The paper investigates the efficiency of applying stochastic process theory, specifically homogeneous Markov chains and Hidden Markov Models (HMM), for analyzing volatility and forecasting price trends in the cryptocurrency market.