Predikce pohybu ceny kryptoměn pomoci rekonstrukci a analýze účetní knihy.

Abstract

Tato práce analyzuje informace uvedené na trhu s kryptoměnami, zkoumá, které nejlépe funguje při predikci časových řad dat na trhu: LSTM-RNN nebo GRU-RNN a pokouší se předpovídat změnu ceny na trhu u tří párů kryptoměn: BTC/USDT, ETH/USDT a DOGE/USDT. Hlavní přínosy práce jsou zejména následující: 1. Analyzuje trh kryptoměn a identifikuje některé silné rysy knih příkazů 2. Ukazuje skutečný potenciál RNN při predikci časových řad. 3. Zdůrazňuje skutečný význam dat, na kterých jsou modely trénovány.

This thesis analyzes the information given in the cryptocurrency market, explores which works best in time series prediction of the data in the market: LSTM-RNN or GRURNN and attempts to predict price change in the market for three cryptocurrency pairs: BTC/USDT, ETH/USDT and DOGE/USDT. In particular, the main contributions of the thesis are as follows: 1. Analyzes cryptocurrency market and identifies some strong features of limit order books 2. Shows a true potential of RNNs in time series prediction. 3. Emphasizes a true importance of the data, on which models are trained