Áp dụng hồi quy Ridge và mạng nơron nhân tạo để dự báo giá ICO sau sáu tháng

Trần Kim Toại, Võ Thị Xuân Hạnh, Võ Minh Huân
{"title":"Áp dụng hồi quy Ridge và mạng nơron nhân tạo để dự báo giá ICO sau sáu tháng","authors":"Trần Kim Toại, Võ Thị Xuân Hạnh, Võ Minh Huân","doi":"10.46223/hcmcoujs.econ.vi.18.4.2104.2023","DOIUrl":null,"url":null,"abstract":"ICO (Initial Coin Offering) là phương thức huy động vốn đầu tư cho dự án tiền số. Những nhà đầu tư mua đồng tiền này ở thời điểm chưa phát hành với mức giá cực kỳ rẻ. Sau đó, các đồng tiền này được niêm yết lên sàn giao dịch, giá của chúng sẽ tăng lên cực kỳ nhanh nếu đồng tiền này tốt. Đánh giá ICO sau sáu tháng phát hành là khoảng thời gian nhà đầu tư mong đợi thu được lợi nhuận. Tập dataset gồm 109 ICO được xây dựng từ các website uy tín sau bước tiền xử lý dữ liệu. Phân tích tương quan giữa 12 đầu vào cho thấy dữ liệu gặp vấn đề đa cộng tuyến, điều này dẫn đến làm sai lệch kết quả của mô hình hồi quy bội. Hiện tượng quá khớp xảy ra khi sử dụng mô hình hồi quy bội. Để khắc phục những hạn chế của mô hình hồi quy bội, phương pháp hồi quy Ridge giải quyết được các vấn đề dữ liệu ICO này. Mô hình mạng neuron nhân tạo giải quyết mối quan hệ phi tuyến phức tạp giữa đầu vào và giá ICO. Bằng cách hiệu chỉnh tham số để đạt được hiệu năng tốt nhất theo ba thước đo hiệu năng Root Mean Square Error, Rsquares và Mean Absolute Error, kết quả chỉ ra thuật toán hồi quy ridge với tập kiểm tra với 3 ICO đạt được độ chính xác từ 63% tới 92% giá ICO, mô hình mạng neuron nhân tạo dự báo độ chính xác 98% giá trị thật tùy theo thước đo được sử dụng.","PeriodicalId":34725,"journal":{"name":"Ho Chi Minh City Open University Journal of Science Economics and Business Administration","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2023-02-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Ho Chi Minh City Open University Journal of Science Economics and Business Administration","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.46223/hcmcoujs.econ.vi.18.4.2104.2023","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

ICO (Initial Coin Offering) là phương thức huy động vốn đầu tư cho dự án tiền số. Những nhà đầu tư mua đồng tiền này ở thời điểm chưa phát hành với mức giá cực kỳ rẻ. Sau đó, các đồng tiền này được niêm yết lên sàn giao dịch, giá của chúng sẽ tăng lên cực kỳ nhanh nếu đồng tiền này tốt. Đánh giá ICO sau sáu tháng phát hành là khoảng thời gian nhà đầu tư mong đợi thu được lợi nhuận. Tập dataset gồm 109 ICO được xây dựng từ các website uy tín sau bước tiền xử lý dữ liệu. Phân tích tương quan giữa 12 đầu vào cho thấy dữ liệu gặp vấn đề đa cộng tuyến, điều này dẫn đến làm sai lệch kết quả của mô hình hồi quy bội. Hiện tượng quá khớp xảy ra khi sử dụng mô hình hồi quy bội. Để khắc phục những hạn chế của mô hình hồi quy bội, phương pháp hồi quy Ridge giải quyết được các vấn đề dữ liệu ICO này. Mô hình mạng neuron nhân tạo giải quyết mối quan hệ phi tuyến phức tạp giữa đầu vào và giá ICO. Bằng cách hiệu chỉnh tham số để đạt được hiệu năng tốt nhất theo ba thước đo hiệu năng Root Mean Square Error, Rsquares và Mean Absolute Error, kết quả chỉ ra thuật toán hồi quy ridge với tập kiểm tra với 3 ICO đạt được độ chính xác từ 63% tới 92% giá ICO, mô hình mạng neuron nhân tạo dự báo độ chính xác 98% giá trị thật tùy theo thước đo được sử dụng.
应用嵴电和人造神经元网络来预测ICO六个月后的价格。
ICO是一种筹集资金的方式。投资者在未发行的时候以极低的价格购买这些货币。然后,这些钱被钉在交易平台上,如果这些钱是好的,它们的价格就会飙升得非常快。六个月后对ICO的评估是投资者预期回报的时间。这个由109个ICO组成的数据集是在数据处理之前建立起来的。对12个输入之间的相关性分析表明,数据存在多加法问题,这导致了回归模型的结果偏差。当使用回归模型时,过度匹配现象就会发生。为了克服回归模型的局限性,Ridge回归方法解决了这些ICO数据问题。人工神经元网络模型解决了输入和ICO价格之间复杂的非线性关系。通过校准参数以获得三种测量的最佳性能,均方根误差、均方根误差和平均绝对误差,结果表明,三种ICO的复归算法在63%到92%之间,ICO的精度,神经网络的人工神经元模型预测98%的精度取决于所使用的测量值。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
审稿时长
8 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信