Comparative analysis of predictive models of the development of the cryptocurrency market (LSTM and XGBOOST) on the example of Bitcoin

Abstract

Введение. Статья посвящена проведению сравнительного анализа эффективности прогностических моделей LSTM и XGBoost на основе данных криптовалюты биткоин, которые являются широко распространенными в сфере прогностической аналитики. В исследовании оценивается точность прогнозирования криптовалютного рынка, используя различные метрики, учитывая роль биткоина как макроэкономического феномена в современной цифровой экономике. Полученные результаты будут иметь важное практическое значение для инвесторов и академического сообщества, способствуя принятию более обоснованных решений в сфере криптовалютных инвестиций, а также более глубокому пониманию влияния криптовалют на современную финансовую парадигму. Материалы и методы. Глубокое внедрение криптовалют в современную систему финансовых отношений привело к обострению необходимости разработки высокоточных прогностических моделей для анализа и прогнозирования динамики криптовалютных рынков. Современный анализ больших данных предоставляет разнообразие методов, что ставит перед исследователем требование сделать осмысленный выбор наиболее оптимального и эффективного инструмента анализа, который должен обеспечивать высокую точность результатов при минимальных временных и ресурсных затратах. Поэтому целью данного исследования является проведение сравнительного анализа эффективности двух прогностических моделей: LSTM и XGBoost, которые являются широко распространенными в сфере прогностической аналитики. Результаты исследования. Исследование движения цены биткоина имеет ключевое значение в контексте всего криптовалютного рынка, поскольку биткоин является первой и наиболее известной криптовалютой с доминирующей позицией по рыночной капитализации. В качестве эталона производительности для других цифровых активов динамика биткоина может дать представление о состоянии и перспективах рынка криптовалют в целом. В этом контексте данная статья освещает исключительную важность исследования движения цены биткоина, которая с течением времени продолжает формировать общее направление и динамику цифрового финансового рынка. Обсуждение и заключения. В экономическом контексте выбор между моделями зависит от конкретных задач. LSTM-модель, несмотря на более высокие погрешности в тестовой выборке, может быть предпочтительной для более стабильных и долгосрочных прогнозов. Модель XGBoost, характеризующаяся более низкими погрешностями, может быть более подходящей для краткосрочных прогнозов, хотя на тестовой выборке может иметь большие отклонения от градиента и средних значений. Introduction. The article is devoted to a comparative analysis of the effectiveness of predictive models LSTM and XGBoost on the basis of cryptocurrency data Bitcoin, which are widespread in the field of predictive analysis. The study assesses the accuracy of cryptocurrency market forecasting using various metrics, given the role of Bitcoin as a macroeconomic phenomenon in the modern digital economy. The results will be of practical importance for investors and the academic community, promoting more informed decisions in the sphere of cryptocurrency investment, as well as for a deeper understanding of the influence of cryptocurrencies on the current financial paradigm. Materials and methods. The deep introduction of cryptocurrencies into the modern system of financial relations has led to an increased need to develop high-precision predictive models for the analysis and forecasting of the dynamics of cryptocurrency markets. Modern big data analysis provides a variety of methods, which makes the researcher consciously demand to choose the most optimal and effective tool of analysis, which should ensure high accuracy of results at minimum time and resource cost. Therefore, the aim of this study is to make a comparative analysis of the effectiveness of two predictive models, LSTM and XGBoost, which are common in the field of predictive analysis. Results. The study of the price movement of Bitcoin is of key importance in the context of the entire cryptocurrency market, as Bitcoin is the first and most well-known cryptocurrency with a dominant position by market capitalization. As a benchmark of performance for other digital assets, Bitcoin’s dynamics can provide insight into the state and prospects of the crypto market as a whole. In this context, this article highlights the crucial importance of studying the price movement of Bitcoin, which over time continues to shape the general direction and dynamics of the digital financial market. Discussion and conclusions. In the economic context, the choice between models depends on specific problems: the LSTM model, despite higher errors in the test sample, may be preferable for more stable and long-term forecasts. The lower error XGBoost model may be more suitable for short-term forecasts, although the test sample may have large deviations from gradients and averages.