Blockchain Alapú Kriptovalutákra Vonatkozó Kereskedési Szignálok Generálása Közösségi Média és Hírcsatornák Gépi Hangulatelemzésével

Kun, Attila (2019) Blockchain Alapú Kriptovalutákra Vonatkozó Kereskedési Szignálok Generálása Közösségi Média és Hírcsatornák Gépi Hangulatelemzésével. BA/BSc, Lámfalussy Sándor Közgazdaságtudományi Kar (volt Közgazdaságtudományi Kar).

PDF KBAL-19_14.pdf Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP-kről nyitható meg Download (7MB)

Absztrakt (kivonat)

Jelen tanulmány célja megvizsgálni a Bitcoinról szóló hírek hangulata és árfolyama közötti kapcsolatot és olyan modellt kidolgozni, ami előre tudja jelezni az árfolyam elmozdulásának irányát. A hírek feldolgozását és hangulatelemzését automatizált informatikai ezközökkel végzem, míg az árfolyam adatokat a Bitfinex kereskedési platform és a CoinMarketCap internetes portál szolgáltatja. Historikus adatok segítségével, 2 hónap alatt 121.193 cikk szentiment értékét dolgoztam fel. Az órás és napi időfelbontású összehasonlítás megállapította, hogy a készített előrejelzési modell 5%-os szignifikancia szinten, legalább 51%-os pontossággal előre jelzi a Bitcoin árának elmozdulási irányát. Az eredmények értékelése után javaslatot teszek a modell fejlesztésére a lekérdezési idők csökkentésével, relevánsabb cikkek hírek kiválasztási lehetőségeivel és egyéb kereskedési paraméterek döntési mechanizmusba történő beemelésével.

Magyar cím

Blockchain Alapú Kriptovalutákra Vonatkozó Kereskedési Szignálok Generálása Közösségi Média és Hírcsatornák Gépi Hangulatelemzésével

Angol cím

Trading Signal Generation for Blockchain Based Cryptocurrencies by Automated Natural Language Sentiment Analysis of Newsfeeds and Social Media

Intézmény

Soproni Egyetem

Kar

Lámfalussy Sándor Közgazdaságtudományi Kar (volt Közgazdaságtudományi Kar)

Tanszékcsoport/intézet

x - ARCHIV KTK - Üzleti Tudományok Intézet (megszűnt: 2021.06.30.)

Szak

LKK - Gazdálkodási és menedzsment alapszak (BA)

Témavezető(k)

Helyi kari azonosító

KBAL-19/14

Mű típusa:	Szakdolgozat
Felhasználói azonosító szám (ID):	Attila Kun
Dátum:	11 Dec 2019 14:12
Utolsó módosítás:	12 Szep 2023 12:32
URI:	http://diploma.uni-sopron.hu/id/eprint/5892

Actions (login required)

Tétel nézet