پیش بینی قیمت بیت کوین با شبکه عصبی — راهنمای کاربردی
مهمترین سؤالی که با شنیدن اصطلاحاتی نظیر «بیتکوین» (Bitcoin) و «ارز مجازی» (Virtual Currency) در ذهن بسیاری از مردم شکل میگیرد این است که مفهوم «ارز دیجیتال» (Digital Currency) یا ارز مجازی چیست؟ ارز دیجیتال یا مجازی که در زبان انگلیسی به آن Cryptocurrency گفته میشود، ارزی دیجیتال است که از روشهای «رمزنگاری» (Cryptography) بسیار قدرتمند برای تضمین امنیت آن استفاده میشود. به دلیل استفاده از روشهای امنیتی و رمزنگاری بسیار قدرتمند، «جعل» (Counterfeit) ارزهای دیجیتال بسیار سخت است. ارز دیجیتال، یک دارایی دیجیتال است که با هدف ایجاد یک «واسط داد و ستد» (Medium of Exchange) برای «تراکنشهای مالی» (Financial Transactions) و صحت سنجی «انتقال داراییها» (Transfer of Assets) ایجاد شده است. بسیاری از ارزهای دیجیتال، «سیستمهای غیرمتمرکزی» (Decentralized Systems) هستند که بر اساس فناوریهایی نظیر «بلاکچین» (Blockchain) بنا نهاده شدهاند. سودآوری بالای این ارز دیجیتال، بسیاری از افراد را به سمت ایجاد روشهایی برای پیش بینی قیمت بیت کوین سوق داده است. مهمترین ارزهای دیجیتالی که تاکنون تولید شدهاند، عبارتند از:
- ارز دیجیتالی بیتکوین (Bitcoin)
- ارز دیجیتالی لایتکوین (Litecoin)
- ارز دیجیتالی ریپل (Ripple)
در این میان، بیتکوین، پر استفادهترین و مهمترین ارز دیجیتالی است. در طی چند سال اخیر، بازار ارزهای دیجیتال نوسان به شدت زیادی را تجربه کرده است. قیمت ارز دیجیتالی بیتکوین، در تاریخ 16 دسامبر 2017 میلادی به بالاترین حد در تاریخ خود، یعنی رقم بیسابقه 20 هزار دلار رسید. با این حال، از ابتدای سال 2018 میلادی، شیب تند قیمت بیتکوین شروع شد و این ارز دیجیتال در سرازیری کاهش قیمت افتاد. به طور کلی، قیمت بیتکوین از ابتدای حیات خود تاکنون، فراز و نشیب زیادی به خود دیده است. با نگاهی گذرا به بازه تغییرات قیمت بیتکوین (شکل زیر) در طول چند سال اخیر، به راحتی مشخص میشود که قیمت آن، هنوز هم در سطح بالایی قرار دارد. با این اوصاف، پیش بینی قیمت بیت کوین میتواند سود سرشاری عاید افراد کند. واقعیت تکاندهنده دیگر در مورد ارز دیجیتالی بیتکوین این است که قیمت نوسانات بیت کوین آن در سه سال پیش، چیزی در حدود یک دهم قیمت کنونی آن بود. نمودار تغییرات قیمت بیتکوین در طی چند سال گذشته، در شکل زیر نمایش داده شده است.
بدون شک، ایجاد روشهایی برای پیش بینی قیمت بیت کوین، برای هر شخصی که با این حوزه آشنایی دارد، بسیار هیجانبرانگیز و وسوسهانگیز خواهد بود. اولین قدم در جهت پیش بینی قیمت بیت کوین، مطالعه دلایل نوسان (سقوط یا افزایش) قیمت آن در جهان است. در این زمینه، نظربههای متفاوتی وجود دارد که ریشه در دلایل سیاسی، اقتصادی و اجتماعی دارد. با این حال، در این مطلب سعی شده است تا از دیدگاهی متفاوت برای مدلسازی نوسان قیمت بیتکوین در چند سال اخیر و پیشبینی قیمت آن در آینده استفاده شود. در این مطلب، از دیدگاه الگوریتمی برای پیش بینی قیمت بیت کوین استفاده شده است. به بیان دیگر، هدف این است که از «دادههای تاریخی عددی» (Numerical Historical Data) برای آموزش یک «شبکه عصبی بازگشتی» (Recurrent Neural Network) استفاده شود. شبکه عصبی بازگشتی، رفتار دادههای آموزشی را یاد میگیرد و آن را مدلسازی میکند. سپس، از شبکه عصبی آموزش دیده برای پیش بینی قیمت بیت کوین استفاده میشود.
جمعآوری قیمتهای تاریخی بیتکوین
منابع اندکی برای جمعآوری دادههای تاریخی، در رابطه با قیمت بیتکوین وجود دارد. برخی از این منابع، اطلاعات مرتبط با قیمت بیتکوین را در قالب مجموعه دادههای ساخت یافته در اختیار کاربران قرار میدهند. کاربران، باید این اطلاعات را به صورت دستی از این منابع «بارگیری» (Download) و پس از آمادهسازی، در الگوریتمهای پیادهسازی شده استفاده کنند. منابع دیگر، یک «واسط برنامهنویسی کاربردی» (Application Programming Interface) در اختیار کاربران قرار میدهند تا از این طریق، اطلاعات مرتبط با قیمت بیتکوین را جمعآوری کنند. استفاده از واسط برنامهنویسی کاربردی برای جمعآوری دادهها، دو مزیت عمده برای الگوریتم پیادهسازی شده به ارمغان میآورند:
- اطلاعات جمعآوری شده به روز خواهند بود؛ در نتیجه، دقت مدل پیشبینی قیمت بیتکوین افزایش خواهد یافت.
- اطلاعات جمعآوری شده به صورت «بلادرنگ» (Real-Time)، برای یکپارچهسازی با مدل یادگیری پیادهسازی شده در دسترس خواهند بود.
از جمله بهترین واسطهای برنامهنویسی کاربردی ارائه شده برای جمعآوری قیمت بیتکوین، واسط ارائه شده توسط وبسایت (CoinRanking.com) است که اطلاعات به روز و دقیقی از قیمتهای لحظهای بیتکوین در اختیار کاربران قرار میدهد.
شبکههای عصبی بازگشتی
از آنجایی که دادههای تاریخی مرتبط با قیمت بیتکوین از نوع دادههای «سری زمانی» (Time Series) هستند، استفاده از «شبکههای عصبی پیشخور» (Feedforward Neural Networks) پیشنهاد نمیشود. این دسته از شبکههای عصبی برای پیشبینی بر اساس دادههای سری زمانی قیمت بیتکوین مناسب نیستند؛ زیرا، قیمت روز آینده بیتکوین همبستگی بسیار زیادی به قیمت امروز بیتکوین دارد و نه قیمت یک ماه گذشته آن. شبکه عصبی بازگشتی، دستهای از «شبکههای عصبی مصنوعی» (Artificial Neural Networks) است که در آن ارتباطات میان نودها (نرونها)، «گرافی جهتدار» (Directed Graph) در راستای یک «دنباله زمانی» (Temporal Sequence) تشکیل میدهد.
ویژگی مهم شبکههای عصبی بازگشتی، توانایی نمایش رفتار پویای یک دنباله زمانی است. شبکه عصبی بازگشتی قادر است از وضعیت داخلی خود برای پردازش این دنبالهها استفاده کند. در عمل، چنین امکانی از طریق اضافه کردن لایههایی نظیر «حافظه کوتاه مدتِ بلند» (long Short-Term Memory) و «واحد بازگشتی محصور» (Gated Recurrent Unit) به شبکههای عصبی بازگشتی حاصل میشود. در شکل زیر، تفاوت میان معماریهای یک شبکه عصبی پیشخور معمولی و یک شبکه عصبی بازگشتی نمایش داده شده است. همانطور که ملاحظه میشود برخلاف شبکههای عصبی پیشخور، در شبکههای عصبی بازگشتی، دادهها میتوانند در دو جهت در شبکه جریان پیدا کنند؛ از سمت ورودی به سمت خروجی و برعکس.
روش پیشنهادی برای پیش بینی قیمت بیت کوین
برای اینکه بتوان یک مدل هوشمند یادگیری برای آموزش شبکه عصبی بازگشتی روی دادههای تاریخی قیمت بیتکوین و در نهایت، پیش بینی قیمت بیت کوین در روز آینده طراحی کرد، لازم است تا مراحل زیر، جهت تضمین عملکرد مناسب مدل پیشیبینی طی شوند:
- جمعآوری، «پاکسازی» (Cleaning) و «نرمالسازی» (Normalizing) دادههای تاریخی مرتبط با قیمت بیتکوین.
- طراحی مدل شبکه عصبی بازگشتی با واحد حافظه کوتاه مدتِ بلند (LSTM).
- آموزش شبکه عصبی بازگشتی طراحی شده روی دادههای تاریخی مرتبط با قیمت بیتکوین و ذخیرهسازی مدل آموزش داده شده.
- پیش بینی قیمت بیت کوین در روز آینده توسط شبکه آموزش دیده و در آخر، «تبدیل» (Deserialize) خروجی شبکه عصبی (منظور از تبدیل در این مطلب، تبدیل فرم سری دادهها به فرمت دادههای مورد نیاز برای نمایش قیمت بیتکوین است).
جمعآوری، پاکسازی و نرمالسازی دادهها
در این بخش، راهکارهای لازم برای جمعآوری دادههای تاریخی مورد نیاز برای آموزش شبکه عصبی، پاکسازی دادههای جمعآوری شده و در نهایت، نرمالسازی آنها ارائه میشود.
جمعآوری دادههای تاریخی قیمت بیتکوین
همانطور که پیش از این نیز اشاره شد، بهترین راه جمعآوری دادههای مورد نیاز برای آموزش شبکه عصبی، استفاده از واسطهای برنامهنویسی کاربردی ارائه شده برای چنین کاری است. در این مطلب، از واسط برنامهنویسی کاربردی وبسایت (CoinRanking.com) برای جمعآوری دادههای مرتبط با قیمت بیتکوین استفاده شده است. چنین کاری به ما اجازه میدهد که بلافاصله پس از جمعآوری دادهها، آنها را به ساختارهای دادهای قابل تعریف توسط بسته نرمافزاری (Pandas) در زبان برنامهنویسی پایتون تبدیل کنیم. برای چنین کاری از قطعه کد زیر استفاده میشود:
طراحی مدل شبکه عصبی بازگشتی با واحد حافظه کوتاه مدتِ بلند
پس از پاکسازی دادههای جمعآوری شده، نوبت طراحی مدل شبکه عصبی بازگشتی است. از دادههای پاکسازی و نرمالسازی شده، برای آموزش شبکه عصبی طراحی شده استفاده میشود. برای چنین کاری، از بسته نرمافزاری (Keras) و واحدهای قابل تعریف توسط آن، جهت طراحی شبکه عصبی بازگشتی استفاده میشود. با استفاده از قطعه کد زیر، شبکه عصبی بازگشتی و پارامترهای آن (نظیر ابعاد دادههای ورودی، ابعاد بردار خروجی، تعداد «دورهای» (Epoch) لازم برای آموزش شبکه عصبی، «تابع زیان» (Loss Function) لازم برای ارزیابی مدل، «بهینهساز» (Optimizers) شبکه عصبی بازگشتی، طول دنباله سری زمانی و سایر موارد) تعریف میشوند. شایان توجه است که این قابلیت برای کاربران وجود دارد که پارامترهای شبکه طراحی شده را مطابق با نیازهای مسأله خود تغییر دهند.
در مرحله بعد با استفاده از قطعه کد زیر، یک «مدل ترتیبی» (Sequential Model) با دو واحد حافظه کوتاه مدتِ بلند (LSTM) و دو «لایه متراکم» (Dense Layer) طراحی میشود.
آموزش شبکه عصبی بازگشتی و ذخیره مدل آموزش دیده
پس از طراحی مدل شبکه عصبی بازگشتی برای پیش بینی قیمت بیت کوین، وقت آن فرا رسیده است که مدل شبکه عصبی را روی دادههای آماده شده، آموزش دهیم. همچنین، این امکان وجود دارد که زمان پردازشی لازم برای آموزش این شبکه را نیز محاسبه کنیم. برای آموزش شبکه عصبی و محاسبه زمان پردازشی، از قطعه کد زیر استفاده میشود.
در مرحله بعد، مدل آموزش دیده را ذخیره میکنیم. یکی از ویژگیهای مهم بسته نرمافزاری (Keras)، امکان ذخیره سازی یک مدل آموزش دیده است. همچنین، میتوان مدل آموزش دیده ذخیره شده را در دفعات آتی و یا در کدهای دیگر بارگذاری و استفاده کنیم. چنین کاری با استفاده از قطعه کد زیر انجام میشود.
پیش بینی قیمت بیت کوین در روز آینده و تبدیل خروجی
پس از اینکه مرحله آموزش شبکه عصبی بازگشتی روی دادههای تاریخی قیمت بیتکوین به پایان رسید، در مرحله بعد لازم است دادههای مرتبط با قیمت کنونی بیتکوین جمعآوری شوند تا برای تولید پیشبینی توسط مدل آموزش دیده مورد استفاده قرار بگیرند. از آنجایی که دادههای استفاده شده برای آموزش شبکه عصبی نرمالسازی شدهاند، دادههای جمعآوری شده از قیمت کنونی بیتکوین نیز باید نرمالسازی شوند. بنابراین، پس از انجام پیشبینی توسط مدل، لازم است تا خروجیهای پیشبینی شده، از حالت نرمالسازی شده خارج و به حالت ابتدایی خود (قیمت بیتکوین به دلار آمریکا) بازگردانده شوند. در مرحله اول، دادههای مرتبط با قیمت کنونی بیتکوین (قیمت طی روز 30 روز گذشته)، با استفاده از قطعه کد زیر جمعآوری میشوند. در این قطعه کد، دادههای لازم برای تولید پیشبینی جمعآوری و آمادهسازی میشوند.
پس از پاکسازی و آمادهسازی دادهها، مدل آموزش دیده بارگذاری و از آن برای پیش بینی قیمت بیت کوین در روز آینده استفاده میشود.
نکته شایان توجه در مورد پیشبینیهای تولید شده توسط مدل آموزش دیده این است که خروجیهای تولید شده، مقادیری بین 1 و 1- دارند؛ در نتیجه، نمیتوان بر اساس آنها قیمت روز آینده بیتکوین را پیشبینی کرد. در نتیجه، نیاز است تا خروجیهای تولید شده از حالت نرمال خارج و به حالت اصلی خود بازگردانده شوند. یا استفاده از قطعه کد زیر و از طریق تعریف یک تابع خاص، به راحتی میتوان چنین کاری را انجام داد.
با استفاده از کد زیر، تابع بالا فراخوانی شده و قیمت روز آینده بیتکوین استخراج میشود. به عبارت دیگر، با استفاده از کد زیر، پیشبینی مدل شبکه عصبی از قیمت روز آینده بیتکوین (بر اساس دلار آمریکا) نمایش داده خواهد شد.
تبدیل دادههای خروجی (پیشبینیهای انجام شده) و تولید نمودار
شاید بسیاری از کاربران تمایل داشته باشند که نتایج کلی مدل شبکه عصبی بازگشتی را در قالب نمودار داشته باشند. به عبارت دیگر، به جای پیش بینی قیمت بیت کوین در یک روز آینده، قیمت برای یک بازه زمانی خاص پیشبینی و با مقادیر واقعی قیمت بیتکوین مقایسه شود. از طریق چنین رویکردی، تصویر واضحتری از عملکرد مدل شبکه عصبی در پیش بینی قیمت بیت کوین ترسیم میشود. برای چنین کاری، میتوان از ساختار دادهای X_test (این ساختار دادهای، در کدهای مرتبط با آموزش شبکه عصبی قابل بررسی است) استفاده کرد که در مرحله آموزش شبکه عصبی بازگشتی تعریف شده است. بنابراین، ابتدا مدل آموزش دیده بارگذاری میشود. سپس، دادههای نوسانات بیت کوین X_test به مدل آموزش دیده وارد میشوند تا مدل بتواند روی آنها و برای یک بازه زمانی خاص، قیمت بیتکوین را پیشبینی کند.
در نهایت، با استفاده از بسته نرمافزاری (Plotly) زبان برنامهنویسی پایتون و تنظیم کردن پارامترهای آن، امکان نمایش «مقادیر نوسانات بیت کوین مشاهده شده» (Observation Values) و «مقادیر پیشبینی شده» (Prediction Values) در یک نمودار وجود دارد. برای چنین کاری، از قطعه کد زیر استفاده میشود.
با اجرای کد بالا، نموداری به شکل زیر برای شما تولید خواهد شد. در این نمودار، مقادیر واقعی نوسانات بیت کوین قیمت بیتکوین در یک بازه زمانی خاص به همراه مقادیر پیشبینی شده قیمت بیتکوین توسط مدل شبکه عصبی بازگشتی (در همان بازه زمانی)، نمایش داده شده است.
میزان قابل اعتماد بودن نتایج پیشبینی
با مقایسه بصری میان مقادیر واقعی و مقادیر پیشبینی شده قیمت بیتکوین، میتوان دریافت که پیشبینیهای انجام شده تا حدی با مقادیر واقعی سازگار هستند. با این حال، باید به این نکته مهم توجه شود که اگرچه الگوهای قیمتی با یکدیگر تطابق زیادی دارند، ولی مقادیر قیمتهای پیشبینی شده با قیمتهای واقعی بیتکوین، تفاوت چشمگیری دارند. به ویژه، با بررسی قیمتهای واقعی و پیشبینی قیمتها بهصورت روزانه، این واقعیت بیشتر آشکار خواهد شد. بنابراین، برای دستیابی به نتایج بهتر، باید کد پیادهسازی شده در این مطلب مورد بررسی قرار بگیرد و با تنظیم بهینه پارامترها، عملکرد مدل در پیشبینی قیمتها بهتر شود.
جمعبندی
در این مطلب، نحوه طراحی و آموزش شبکه عصبی بازگشتی برای پیش بینی قیمت بیت کوین در اختیار مخاطب قرار گرفته است. ویژگی مهم این آموزش، توانایی ذخیره کردن مدل آموزش دیده برای یکپارچهسازی آن با برنامههای کاربردی تحت وب یا موبایل است. این آموزش، مجموعهای از مفاهیم حوزه هوش مصنوعی و دادهکاوی را برای کاربرد در حوزه مالی، با یکدیگر ترکیب میکند. نکته مهم و شایان توجه در رابطه با کدهای ارائه شده در این مطلب این است که این کدها، یک پیادهسازی ساده از مدلهای شبکه عصبی بازگشتی برای پیش بینی قیمت بیت کوین ارائه میدهند. این کدها و مدل «یادگیری ماشین» (Machine Learning) پیادهسازی شده، به هیچ وجه نباید به عنوان مبنایی برای تصمیمگیریهای مالی در زمینه خرید، فروش و یا داد و ستد ارز دیجیتالی مورد استفاده قرار بگیرند.
اگر نوشته بالا برای شما مفید بوده است، آموزشهای زیر نیز به شما پیشنهاد میشوند:
سقوط اخیر، آخرین ریزش بیتکوین بود؟
به گزارش الفباخبر ، جروم پاول، رئیس فدرال رزرو در جلسه کمیته بازار آزاد فدرال در ماه سپتامبر با توجه به مشکلات و رنج ناشی از تورم و اولویت در رفع آنها، با یک انتشار ساده اقتصادی و کنفرانس مطبوعاتی متعاقباً، بازار را وارد یک دوره وحشت ملایم با افزایش نرخها، افزایش نوسانات و فروش سهام با دنبال آن فروش بیتکوین کرد. شاخص S&P ۵۰۰ سطح حمایت بحرانی ۳۸۵۰ را از دست داد، بیتکوین به پایین ترین سطح مقطعی ۱۸.۱۰۰ دلار بازگشت و خزانه داری ۲ ساله به بیش از ۴.۱ درصد رسید.
بیشتر بخوانید:
کدام کشور با سقوط بیتکوین بدبخت شد؟
سقوط بیتکوین ادامه دارد؟
سقوط بیتکوین، صعود دوجکوین
حتی افزایش ۰.۷۵ درصدی واحد پایه نرخ بهره مورد انتظار برای چرخش بازارها کافی نبود، زیرا اطلاعات تکمیلی پیش بینیهای فدرال رزرو و سخنرانی پاول باعث نگرانی بیشتر در مورد داراییهای ریسکی شد. پاول بارها تکرار کرد که مشکلات اقتصادی بیشتری از جمله؛ از دست دادن مشاغل، کاهش بازار مسکن و غیره در نتیجه حل مشکل تورم در دسترس است. او به فقدان کاهش تورم در معیار مورد علاقه آنها "PCE" (هزینههای مصرفکننده) اشاره کرد و سخنان جنگ طلبانه جکسون هول خود را تکرار کرد و خاطرنشان کرد که اقدامات آنها تا زمانی که مشکلات حل نشوند، متوقف نخواهند شد.
در حال حاضر نوسانات بیت کوین برای داراییهای پر خطر با وجود شرایطی برای افزایش فوری نرخ بهره در این هفته، احتمالاً بازار در ارزشگذاری قیمتها وارد ادامه روند نزولی برای سقوطی بیشتر خواهد شد. تز مجله Bitcoin Pro، به عنوان طرفداران طولانی مدت بیتکوین، این است که با توجه به شرایط مخالف اقتصاد کلان حاکم و قیمت در بازارهای جهانی ارز و اوراق قرضه، لحظه وحشت نهایی هنوز فرا نرسیده است. تحلیلگران مجله Bitcoin Pro، برای تغییر این موضع ذهنی باز و منعطف دارند و به عنوان تحلیلگران عینی بازار، آنچه را که در میبینند، گزارش میدهند.
بررسی دادههای On-Chain
اگرچه معیارهای چرخهای روی شبکه بلاکچین میتواند برای ارزیابی فرصتهای خرید (یا فروش) ارزش بلند مدت و رفتار اقتصادی بیتکوین مفید باشند، اما در چند ماه گذشته عملکرد کمتر برجسته شدهاند، زیرا احساس میشود، در مقایسه با شرایط مخالف کلان فعلی با قیمت کوتاه مدت ارتباط کمتری دارند.
وقتی در دادههای آنچین متمرکز میشویم، با نگاهی به تاریخچه چرخههای بازار بیتکوین، بلافاصله متوجه ثبات قیمت بیتکوین زیر قیمت واقعی خود (مبنای میانگین هزینه تمام شده هر واحد بیتکوین بر اساس آخرین حرکت آنها در زنجیره) میشوید. با توجه به ویژگیهای یک بازار خرسی در چرخههای قبلی، این بازار نزولی میتواند بیشتر از آنچه که بیشتر انتظار دارند، دوام بیاورد و مولفه مدت زمان روند نزولی دردناکتر از درصد کاهش است.
از آنجایی که یک دارنده معمولی بیتکوین احتمالاً الان در ضرر است، اکثر فروشندگان حاشیهای قبلاً داراییهای خود را فروختهاند. همچنین در حالی که احتمال نزولی بیشتر وجود دارد، شرکتکنندگان در بازار احساس میکنند که روند نزولی به شکل یک دوره زمانی طولانی مدت است، نه کاهش سریع قیمتها که مشخصه آن است و به معنی شروع یک بازار نزولی است. نرخ جفت ارز روزانه BTC/USD کاملاً در حاشیه تعیین میشود و با توجه به افزایش شرایط مخالف اقتصاد کلان، فروشندگان حاشیهای بر خریداران حاشیهای تسلط دارند و احتمالاً تا زمانی که تغییر مشخصی در شرایط نقدینگی رخ دهد، همچنان بر خریداران حاشیهای تسلط دارند.
قیمت بیتکوین برآورد شده بر اساس قیمت واقعی نشان میدهد که ما در قلمرو نزولی قرار داریم و هنوز جا برای ریزش بیشتر داریم.
برای کسانی که حال حاضر را به عنوان زمانی برای خرید بیتکوین ارزان برای دراز مدت میبینند، ارزش بازار تحقق یافته، نمودار اطمینان بخشی است که مبنای رشد لگاریتمی هزینه تولید بیتکوین را در طول زمان نشان میدهد. این نمودار در طول تاریخ بیتکوین، حداکثر ۲۴.۰۷ درصد از اوج چرخه خود کاهش یافته است و در حال حاضر تنها ۱۲.۷۱ درصد کاهش یافته است. این نموداری است که ما فکر میکنیم اکثر سرمایه گذاران غیر بیتکوینی آن را درک نمیکنند. حتی در حباب همه چیز سوداگرانه که بیتکوین بخشی از آن است، با وجود نوسانات شدید نرخ ارز روزانه، نمودار ارزش بازار تحقق یافته بیتکوین، همواره در حال افزایش یا کاهش است.
نمودار مبنای هزینه تولید یک بیتکوین در حال حاضر تنها ۱۲.۷۱٪ از زمان اوج قیمت بیتکوین کاهش یافته است. بنابراین طبق این نمودار و روندهای تاریخی آن، احتمال میرود که روند نزولی بیتکوین فعلاً ادامه دار باشد.
سلب مسئولیت: سرمایهگذاری در ارزهای دیجیتال و سایر عرضه اولیههای آنها (ICO) بسیار پرخطر و گمانه زنی است و این مقاله توصیهای از طرف الفبا خبر یا نویسنده به عنوان سیگنالی برای خرید یا فروش رمزارزها تلقی نمیشود. از آنجایی که موقعیت هر فردی منحصر به فرد است، همیشه باید قبل از تصمیم گیری مالی با یک متخصص واجد شرایط مشورت شود.
قیمت بیت کوین امروز ۴ مهرماه ۱۴۰۱
فراديد | بیت کوین همچنان در کانال ۱۸ هزار دلار قرار دارد. امروز ۴ مهرماه قیمت بیت کوین با افزایش ۱.۱۳ درصد به ۱۸۹۴۹ دلار معادل ۶۱۱۲۳۷۱۲۷ تومان رسید.
بر اساس اطلاعات پلتفرم تحقیقاتی، ارز دیجیتال طی این مدت نوسانات کمتری را به ثبت رساند، زیرا کریپتو نسبت به پایینترین سطح ژوئن بهبودی جزئی را ثبت کرده است.
از ۱۰ روز پیش شاهد درجازدنهای بیتکوین حوالی مرز ۱۹ هزار دلار هستیم و در شبانهروز گذشته اغلب ارز دیجیتال سرشناس افتوخیز محدودی داشتند.
کونا گوئل و سامی کساب از مساری در مورد وضعیت بیتکوین طی سه ماهه سوم سال ۲۰۲۲ گزارش کردند که نوسانات در سه ماهه سوم به تدریج کاهش یافته است و میانگین نوسانات ۳۰ روزه برای ماه آگوست ۶۰ درصد در مقایسه با بیش از ۸۰ درصد ماه ژوئن بود.
بهطور کلی، سه ماهه سوم سال ۲۰۲۲ شاهد این مورد بوده است که بیتکوین بهطور اساسی دو موقعیت کلیدی خود را (به عنوان محافظ تورم و دارایی ذخیره ارزش) در بحبوحه سقوط بازار نزولی از دست داده است که باعث کاهش بیش از ۷۲ درصدی از رکوردهای بیسابقه در سال ۲۰۲۱ شد.
تحلیلگران افزودند که نوسانات کمتر برای بزرگترین ارز دیجیتال جهان بر اساس ارزش بازار، باعث شد که بازار ارزهای دیجیتال گستردهتر، نقدینگی بسیار کمتری را در طول دوره ثبت کند. به عنوان مثال، مجموع نقدینگیهای طولانیمدت در ماه آگوست به پنج میلیارد دلار رسید که بیش از ۵۰ درصد از ۱۰.۸ میلیارد دلار ثبت شده در ژوئن کاهش داشت.
دانلود رایگان مقاله ISI : برآورد نوسانات بیت کوین: مقایسه مدل های GARCH
در این مقاله به جستجوی مدل بهینه شرطی ناهمسانی واریانس با توجه به تناسب با داده های قیمت بیت کوین می پردازیم. بهترین مدل یافت شده مدل AR-CGARCH است که در آن بر اهمیت شمول اجزای کوتاه مدت و بلند مدت واریانس شرطی تاکید می شود.
- The market value of Bitcoin is currently estimated to be around $45 billion.
- The Bitcoin market is highly speculative.
- We study the ability of several GARCH models to explain the Bitcoin price volatility.
- The optimal model in terms of goodness-of-fit to the data is the AR-CGARCH.
We explore the optimal conditional heteroskedasticity model with regards to goodness-of-fit to Bitcoin price data. It is found that the best model is the AR-CGARCH model, highlighting the significance of including both a short-run and a long-run component of the conditional variance.
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Economics Letters - Volume 158, September 2017, Pages 3-6
بازار رمزارزها/ نوسانات بیتکوین رکورد زد
آفتابنیوز : بر اساس اطلاعات پلتفرم تحقیقاتی، ارز دیجیتال طی این مدت نوسانات کمتری را به ثبت رساند زیرا کریپتو نسبت به پایینترین سطح ژوئن بهبودی جزئی را ثبت کرده است؛ بنابراین در حالی که بیتکوین بار دیگر در ماه سپتامبر به زیر ۲۰ هزار دلار سقوط کرد، بهبود از سطح ۱۷ هزار و۶۰۰ دلار در ژوئن و آزمایش مجدد مقاومتهای کلیدی نزدیک به ۲۵ هزار دلار در اواسط آگوست کلیدی بودند. به گزارش کوین، کونا گوئل و سامی کساب از مساری در مورد وضعیت بیتکوین طی سه ماهه سوم سال ۲۰۲۲ گزارش کردند که نوسانات در سه ماهه سوم به تدریج کاهش یافته است و میانگین نوسانات ۳۰ روزه برای ماه آگوست ۶۰ درصد در مقایسه با بیش از ۸۰ درصد ماه ژوئن بود. تحلیلگران افزودند که نوسانات کمتر برای بزرگترین ارز دیجیتال جهان بر اساس ارزش بازار، باعث شد که بازار ارزهای دیجیتال گستردهتر، نقدینگی بسیار کمتری را در طول دوره ثبت کند. به عنوان مثال، مجموع نقدینگیهای طولانیمدت در ماه آگوست به پنج میلیارد دلار رسید که بیش از ۵۰ درصد از ۱۰.۸ میلیارد دلار ثبت شده در ژوئن کاهش داشت. در مورد کل نقدینگیهای کوتاهمدت، این رقم در ماه گذشته به ۳.۵ میلیارد دلار کاهش یافت، در حالی که در ماه ژوئن ۶.۶ میلیارد دلار را ثبت کرده است. مساری خاطرنشان کرد: از آنجایی که قیمت کریپتو در طول سه ماهه افزایش یافت، بیتکوین بیشتر شبیه سهام فناوری معامله شد زیرا نزدک ۱۰۰ را دنبال کرد. این اتفاق نه تنها زمانی رخ داد که وجوه صندوق فدرال در طول سه ماه افزایش یافت بلکه منعکسکننده بازگشت به اواخر سال ۲۰۲۱ بود. پیش از این، در دسترس بودن پول آسان در میان پذیرش نهادی، به تقویت بازار افزایشی کمک کرده بود. برای سه ماهه، میانگین همبستگی بین بیتکوین و نزدک ۱۰۰ به میزان ۰.۶ بود زیرا تورم و افزایش نرخ غالب بودند و در کمال تعجب، طلای دیجیتال و طلای فیزیکی همبستگی بسیار کمتری ثبت کردند؛ کساب و گوئل نوشتند که میانگین همبستگی سه ماهه بین این دو دارایی ۰.۲ بود. بهطور کلی، سه ماهه سوم سال ۲۰۲۲ شاهد این مورد بوده است که بیتکوین بهطور اساسی دو موقعیت کلیدی خود را (به عنوان محافظ تورم و دارایی ذخیره ارزش) در بحبوحه سقوط بازار نزولی از دست داده است که باعث کاهش بیش از ۷۲ درصدی از رکوردهای بیسابقه در سال ۲۰۲۱ شد. مجموع ارزش بازار جهانی ارزهای دیجیتالی در حال حاضر ۹۲۶.۸۵ میلیارد دلار برآورد میشود که این رقم نسبت به روز قبل ۰.۹۶ درصد کمتر شده است. در حال حاضر ۳۹.۰۸ درصد کل بازار ارزهای دیجیتالی در اختیار بیتکوین بوده که در یک روز ۰.۱۳ درصد افزایش داشته است. حجم کل بازار ارزهای دیجیتال در ۲۴ ساعت گذشته ۵۳.۸۱ میلیارد دلار است که ۲.۳۹ درصد افزایش داشته است. حجم کل در امور مالی غیر متمرکز در حال حاضر ۳.۵۸ میلیارد دلار است که ۶.۶۵ درصد از کل حجم ۲۴ ساعته بازار ارزهای دیجیتال است. حجم تمام سکههای پایدار اکنون ۴۸.۶۸ میلیارد دلار است که ۹۰.۴۵ درصد از کل حجم ۲۴ ساعته بازار ارزهای دیجیتال است. بهروزرسانی قیمت ارزهای دیجیتالی (تا ساعت ۰۷:۴۴ صبح به وقت شرقی) این رده حاوی تغییرات قیمتی ۱۰ ارز دیجیتالی بزرگ از نظر ارزش بازار است. ۱- بیتکوین قیمت: ۱۸ هزار و ۸۷۱.۴۳ دلار تغییرات قیمتی ۲۴ ساعت گذشته: ۰.۰۲ درصد کاهش تغییرات قیمتی یک هفته اخیر: ۰.۸۶ درصد کاهش ۲- اتریوم قیمت: ۱۳۰۱.۶۳ دلار تغییرات قیمتی ۲۴ ساعت گذشته: ۰.۲۹ درصد کاهش تغییرات قیمتی یک هفته اخیر: ۱.۹۳ درصد کاهش ۳- تتر قیمت: ۱.۰۰ دلار تغییرات قیمتی ۲۴ ساعت گذشته: ۰.۰۰ درصد افزایش تغییرات قیمتی یک هفته اخیر: ۰.۰۰ درصد افزایش ۴- یو اس دی کوین قیمت: ۱.۰۰ دلار تغییرات قیمتی ۲۴ ساعت گذشته: ۰.۰۰ درصد افزایش تغییرات قیمتی یک هفته اخیر: ۰.۰۰ درصد کاهش ۵- بایننس کوین قیمت: ۲۷۲.۴۲ دلار تغییرات قیمتی ۲۴ ساعت گذشته: ۰.۲۵ درصد کاهش تغییرات قیمتی یک هفته اخیر: ۱.۲۶ درصد کاهش ۶- ریپل قیمت: ۰.۴۸۲۸ دلار تغییرات قیمتی ۲۴ ساعت گذشته: ۰.۱۴ درصد افزایش تغییرات قیمتی یک هفته اخیر ۱.۱۴ درصد کاهش ۷- کاردانو قیمت: ۰.۴۴۴۱ دلار تغییرات قیمتی ۲۴ ساعت گذشته: ۰.۰۳ درصد افزایش تغییرات قیمتی یک هفته اخیر: ۲.۶۶ درصد کاهش ۸- سولانا قیمت: ۳۲.۴۲ دلار تغییرات قیمتی ۲۴ ساعت گذشته: ۰.۱۰ درصد افزایش تغییرات قیمتی یک هفته اخیر: ۳.۶۵ درصد کاهش ۹ - دوج کوین قیمت: ۰.۰۶۱۴۶ دلار تغییرات قیمتی ۲۴ ساعت گذشته: ۰.۰۱ درصد افزایش تغییرات قیمتی یک هفته اخیر: ۲.۹۲ درصد کاهش ۱۰- پولکا دوت قیمت: ۶.۳۱ دلار تغییرات قیمتی ۲۴ ساعت گذشته: ۱.۰۵ درصد کاهش تغییرات قیمتی یک هفته اخیر: ۰.۲۸ درصد کاهش
دیدگاه شما