Mentre Bitcoin cerca di riguadagnare parte del lustro che ha avuto alla fine del 2017, quando ha quasi raggiunto i $ 20, 000 di valore, gli investitori si chiedono ancora come prevedere una valuta così volatile.

Come criptovaluta, non esiste una forma fisica che dia valore a Bitcoin, quindi è impossibile eseguire l'analisi fondamentale tradizionale della valuta. Di conseguenza, molti investitori seguono i cosiddetti indicatori tecnici di trading (modelli geometrici costruiti a partire da prezzi storici e volumi di trading) al fine di comprendere e prevedere il movimento futuro di Bitcoin.

Alcuni ricercatori hanno riscontrato successo con modelli complicati di grandi dimensioni. Ma questi a volte hanno centinaia di variabili (o predittori) ed è difficile determinare fattori chiave o testare la replicabilità di tali approcci. È anche difficile capire quali fattori guidano davvero le fluttuazioni di Bitcoin sul mercato.

Da oltre 20 anni, Ho studiato le applicazioni dell'IA nella finanza. Alla Lang School of Business and Economics dell'Università di Guelph, il mio coautore ed ex studente laureato Robert Adcock e io abbiamo creato un modello di rete neurale artificiale (ANN) per testare la prevedibilità dei prezzi di Bitcoin.

Prevedere le fluttuazioni

Abbiamo utilizzato indicatori tecnici chiamati medie mobili come predittori. Le medie mobili sono costruite facendo la media dei prezzi su un periodo di tempo (ad esempio 50 o 200 giorni) e tracciandoli come una linea insieme ai prezzi. La logica per l'utilizzo delle medie mobili è che se il prezzo di Bitcoin oggi diventa maggiore o inferiore al prezzo medio negli ultimi 50 o 200 giorni, gli operatori potrebbero aspettarsi l'emergere di una tendenza al rialzo o al ribasso.

Se Bitcoin è imprevedibile, quindi non ci si aspetta che il nostro modello superi il modello della passeggiata casuale, in sostanza, non è meglio che indovinare.

Però, il nostro modello ha fornito alcuni risultati molto interessanti sulla prevedibilità di Bitcoin nel tempo e durante periodi di volatilità insolita.

Previsioni di intelligenza artificiale

Utilizzando le osservazioni quotidiane dal 2011-2018, abbiamo creato una ANN con tre predittori:rendimenti, Segnale buy-sell a 50 giorni e segnale buy-sell a 200 giorni.

Abbiamo anche testato un modello ANN che includeva il Chicago Board Options Exchange Volatility Index (VIX) per vedere se la volatilità del mercato azionario avesse avuto un effetto evidente sui movimenti di Bitcoin. Il VIX è un indice che fornisce aspettative teoriche di mercato a 30 giorni basate sull'indice S&P 500. Valori più alti di VIX indicano che il mercato farà un'ampia oscillazione.

Le reti neurali artificiali operano in modo simile al funzionamento di base del cervello umano. Il nostro modello prende predittori, o ingressi, e output (la variazione giornaliera del prezzo di Bitcoin) e tenta di apprendere uno schema da tutti i dati. Continua a testare i suoi modelli fino a raggiungere un punto ottimale in cui ulteriori test sono ridondanti. Questi modelli avanzati costituiscono la spina dorsale di molti programmi di apprendimento dell'intelligenza artificiale utilizzati nel mondo degli affari e dell'ingegneria.

Combinando l'analisi tecnica di Bitcoin e le reti neurali, speravamo che la ANN trovasse uno schema tra i dati che ci permettesse di prevedere in modo più accurato i rendimenti futuri.

Investitori non tradizionali

Il nostro modello ANN è effettivamente riuscito a ridurre l'errore di previsione della passeggiata casuale di circa il 5-10 percento durante l'intero periodo di osservazione. Questi miglioramenti previsti sono statisticamente significativi, indicando che la previsione dei prezzi di Bitcoin su base giornaliera non è più un'ipotesi. I nostri risultati mostrano che Bitcoin non è influenzato da come cambia il mercato azionario, il che suggerisce che gli investitori del mercato tradizionale e gli investitori in Bitcoin sono due gruppi distinti.

Abbiamo anche separato i dati in quattro sottocampioni di intervalli di tempo simili per ingrandire ulteriormente le inefficienze del mercato. Le prestazioni predittive della nostra ANN sono migliorate ulteriormente all'interno di questi sottocampioni.

Un sottocampione, da ottobre 2014 a giugno 2016, fornito i migliori risultati dello studio. Il modello di segnale isolato di 200 giorni ha sovraperformato il random walk del 43,55 percento. Abbiamo notato che questo sottocampione aveva una bassa volatilità rispetto agli altri tre sottocampioni ed era il periodo di dati più stabile che abbiamo osservato. In sostanza, una maggiore volatilità del mercato rende più difficile l'apprendimento dei modelli di dati e l'addestramento del modello ANN.

Insieme alla precisione del prezzo, abbiamo anche osservato la frequenza con cui i nostri modelli ANN prevedevano correttamente se i prezzi sarebbero aumentati o diminuiti. Il nostro modello completo principale per l'intero periodo 2011-2018 ha avuto un'accuratezza di previsione di quasi il 63%. Metti in modo diverso, Il trading di Bitcoin con il nostro modello sarebbe in media più redditizio rispetto all'immissione di ordini di acquisto e vendita casuali che hanno una probabilità del 50% di realizzare un profitto.

Speculazioni e bolle predittive

Rispetto ad altri modelli predittivi, la nostra ANN ha fornito il metodo predittivo più accurato e affidabile per Bitcoin. Abbiamo concluso che l'evoluzione storica dei prezzi giornalieri di Bitcoin ha seguito tendenze predittive (o bolle) che potenzialmente derivano dalla natura speculativa del trading di criptovalute.

Riteniamo che il futuro della previsione di Bitcoin, e forse degli investimenti in generale, risieda nelle capacità dell'intelligenza artificiale e delle reti neurali artificiali. Mentre le persone possono discutere sui meriti di Bitcoin come valuta, possiamo almeno apprezzarlo come una merce affascinante e ora più facile da prevedere.

Questo articolo è stato ripubblicato da The Conversation con una licenza Creative Commons. Leggi l'articolo originale.