Ученые из Перми создали модель прогноза биткоина на основе индекса страха

Исследователи Пермского Политеха разработали уникальную модель прогнозирования курса биткоина, которая учитывает не только экономические факторы, но и психологическое состояние участников рынка. В основе метода лежат нейросети, анализирующие индекс страха и жадности (FGI), что позволяет повысить точность прогнозов на 5-10%.
Автор Наука Mail
Биткоин и биткоин-карта
Первая и самая известная криптовалюта — биткоин — появилась в 2009 году, и тогда стоила меньше доллара. Сейчас она оценивается в 117 тысячИсточник: Unsplash

Криптовалютный рынок остается одним из самых нестабильных в мире, а биткоин, несмотря на свою популярность, продолжает демонстрировать резкие колебания курса. Традиционные методы прогнозирования, основанные на анализе экономических показателей, часто оказываются недостаточно точными, поскольку не учитывают психологию участников рынка. Ученые Пермского Политехнического университета (ПНИПУ) предложили инновационное решение — модель, которая предсказывает курс биткоина с помощью нейросетей, принимая во внимание эмоциональный фон инвесторов.

Разработка основана на двух типах нейронных сетей — LSTM (Long Short-Term Memory) и GRU (Gated Recurrent Units). Их главное отличие от классических алгоритмов — способность анализировать не только исторические данные о ценах и объемах торгов, но и индекс страха и жадности (FGI). Этот показатель отражает настроения участников рынка на основе анализа новостей, соцсетей и поведения крупных игроков. Как показало исследование, учет психологического фактора позволяет снизить погрешность прогнозов в среднем на 5−10%, что является значительным улучшением для крипторынка.

Биткоин
Прогнозирование стоимости биткоина остается сложной задачей из-за его высокой волатильностиИсточник: Unsplash

Эксперименты проводились на данных с Binance — крупнейшей криптовалютной биржи. Нейросети обучались на 2000 значениях цен и объемов торгов, при этом 80% информации использовалось для тренировки алгоритмов, а 20% — для проверки точности. Для достоверности результатов ученые провели 200 итераций, разбивая данные на небольшие блоки по 32 значения. После обучения модели тестировались в разных рыночных условиях, включая периоды резких скачков и падений курса.

Один из ключевых примеров — ноябрь 2024 года, когда биткоин впервые преодолел отметку в 100 тысяч долларов. В это время модель с учетом FGI показала погрешность на 8,3% меньше, чем стандартная нейросеть. В более стабильные периоды разница также была заметной — точность прогнозов повышалась в среднем на 6,2%. Наибольшую эффективность продемонстрировала LSTM-сеть, которая лучше справлялась с долгосрочным анализом данных.

Ранее исследователи из ВШЭ и РЭШ выяснили, что скины из игры Counter-Strike: Global Offensive могут приносить доходность выше традиционных активов.