Використання ланцюгів Маркова для прогнозування зміни трендів на ринку криптовалют
Вантажиться...
Файли
Дата
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Анотація
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.
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.
Опис
УДК
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Мусієнко І. С., Добровольська Н. В. Використання ланцюгів Маркова для прогнозування зміни трендів на ринку криптовалют // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/26739.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (7)
- Arajo T., Barbosa P. Reconstructing cryptocurrency processes via Markov chains [Електронний ресурс] // arXiv preprint arXiv:2308.07626. – 2023. – Режим доступу: https://arxiv.org/abs/2308.07626.
- Soloviev V., Saptsin V. Markov Chains application to the financial-economic time series prediction // arXiv preprint arXiv:1111.5699. – 2011.
- Ланцюг Маркова [Електронний ресурс] // Вікіпедія. – Режим доступу: https://uk.wikipedia.org/wiki/Ланцюг_Маркова.
- Mpitselis A. Quantifying Cryptocurrency Market Dynamics: A Markov Chain Analysis // MPRA Paper No. 109329. – 2021. 5. Bitcoin Hidden Markov Model Analysis [Електронний ресурс] / Crapotca // Medium. – 2024. – Режим доступу: https://medium.com/@crapotca.
- Giudici P., Abu Hashish I. A hidden Markov model to detect regime changes in cryptoasset markets // Quality and Reliability Engineering International. – 2020. – Vol. 36, № 6. – P. 2057–2065.
- Chen C. Y., Chen W. H. The forecasting model of Bitcoin price with fuzzy time series Markov chain and Chen logical method // 2018 International Conference on System Science and Engineering (ICSSE). – New Taipei City, 2018. – P. 1–6.
- Koki C., Leonardos S., Piliouras G. Exploring the predictability of cryptocurrencies via Bayesian hidden Markov models // Research in International Business and Finance. – 2022. – Vol. 59. – Art. 101554.