Криптовалюты и способы прогнозирования их курса

Автор: Сидоров Е.В.

Журнал: Форум молодых ученых @forum-nauka

Статья в выпуске: 6 (34), 2019 года.

Бесплатный доступ

За последние несколько лет криптовалюты прошли путь от средств обмена для энтузиастов, до признания полноценными платежными системами на уровне государств. Сегодня существуют специализированные криптовалютные биржи для ведения торгов частными инвесторами, которые по своей сути являются аналогами традиционных финансовых бирж. В результате, как и в случае с любым другим финансовым инструментом, рынок криптовалют представляет собой со сложную динамическую систему, анализ которой возможен на основе исторических данных - соответствующих временных рядах. Данная статья посвящена рассмотрению особенностей прогнозирования курса криптовалют.

Еще

Рыночная капитализация, биткоин, объем торговли, индексы, криптобиржа, криптовалюта, криптоактив, прогноз

Короткий адрес: https://sciup.org/140286647

IDR: 140286647

Текст научной статьи Криптовалюты и способы прогнозирования их курса

Криптовалюта представляет собой систему виртуальных, то есть, цифровых денег. При обращении криптовалют как системы цифровых денег используются криптографические элементы, например, электронная подпись.

Единицей криптовалюты служит монета (coin), которая существует исключительно в цифровой форме. Основным отличием криптовалюты от реальных денег является способ ее появления в цифровом пространстве. Обычная валюта сначала вносится на определенный счет, а криптовалюта сама создается в сети Интернет.

Основные операции, которые можно совершать с криптовалютой, — транзакции, происходят между пользователями без участия третьей стороны. Обращение криптовалюты происходит с использованием системы блокчейн. Эта система представляется в виде распределенной по миллионам персональных компьютеров во всем мире базы данных. Хранение и изменение информации в ходе обращения криптоденег производится на всех устройствах сразу, именно это является гарантией абсолютной прозрачность и открытости производимых операций.

Для прогнозирования курса криптовалют широко используется фундаментальный и технический анализ.

Фундаментальный анализ — это методология, используемая инвесторами, в которой оценивается реальная стоимость инвестиций, а затем сравнивается со спекулятивной ценой на финансовых рынках, чтобы оценить потенциал будущего роста цен или убытков. Он основан на предположении, что краткосрочная цена может сильно отличаться от базовой стоимости из-за характера финансовых рынков, но в течение более длительного времени они будут стремиться к совпадению.

Технический анализ ценовых графиков для торговли проводится с целью получения более быстрой прибыли на крипторынке. Основными показателями технического анализа являются линии тренда, фракталы, RSI, стохастика, MACD и простые, и экспоненциальные скользящие средние — это некоторые основные способы измерения сопротивления/поддержки, момента и направления цены.

Оптимальный результат получается при использовании результатов технического и фундаментального анализа в совокупности.

Большой популярностью для прогнозирования курсов криптовалют пользуется метод создания эконометрической модели, описывающей связь курса валюты с факторами, которые влияют на ее движение. Для составления эконометрической модели, как правило, применяют величины из экономической теории, однако при расчетах могут использоваться любые другие переменные, оказывающие на обменный курс существенное влияние.

В качестве примера ниже представлен пример построения модели линейной регрессии для краткосрочного прогнозирования курса биткоина по отношению к доллару США.

В таблице представлена динамика курса биткоина за период 1 – 10 декабря 2018 г.

Таблица 1

Дата	Курс BTC / USD
1.12.2018	$4,105.79
2.12.2018	$4,200.73
3.12.2018	$4,057.43
4.12.2018	$3,989.84
5.12.2018	$3,934.32
6.12.2018	$3,795.65
7.12.2018	$3,459.96
8.12.2018	$3,448.73
9.12.2018	$3,537.09
10.12.2018	$3,586.59

Используем надстройку Excel Анализ данных – Регрессия для таблицы.

1	Регресса он пая ст 1	rm метика
	Множественный R	0,909809033
	R-квадрат	0,827752477
	Нормированный R-квадрат	0,806221537
	Стандартная ошибка	125,0944528
	Наблюдения	10

	Дисперсионный анализ
		df	SS	MS	F	ачимость F
	Регрессия	1	601608	601608	38,44479	0,000259
	Остаток	8	125189	15648,62
	Итого	9	725797
										?%
		Коэффициенты	артная отатисти'-Значенишжние 95¹.				=рхние 95Ьжние 95,Срхние 95,€
	Y-пересечение	4281,282667	85,45578	50,09939	2,79Е-11	4084,221	4478,344	4084,221	4478,344
	Переменная X 1	-85,39448485	13,77245	-5,20039	0,000259	-117,154	-53,6352	-117,154	-53,6352

Найдем МНК-оценки параметров уравнения регрессии вида:

̂y = a 0 + a 1 x 1

МНК-оценки параметров возьмем из рисунка, столбца "Коэффициенты": a 0 =4281,28, a 1 = - 85,39.

Построим уравнение линейной регрессии:

̂y = 4281,28 - 85,39 x 1

Найдем коэффициент детерминации, скорректированный коэффициент детерминации, множественный коэффициент корреляции, среднюю относительную ошибку аппроксимации.

Рассчитаем среднюю относительную ошибку аппроксимации, совершив перед этим предварительные расчеты:

	A	Б	С	D
1	№ п/п	Курс BTC / USD	Аср
2	1	4105,79	0,0219442
3	2	4200,73	0,0214811
4	3	4057,43	0,0079683
5	4	3989,84	0,0125657
6	5	3934,32	0,0203364
7	6	3795,65	0,0070434
3	7	3459,96	0,0646138
9	8	3448,73	0,0433194
10	9	3537,09	0,0068864
11	10	3586,59	0,0444021
12		Аср	0,2505607
14

А коэффициент детерминации, скорректированный коэффициент детерминации, множественный коэффициент корреляции возьмем из таблицы «Регрессионная статистика». Проанализируем полученные результаты:

Таблица 2

Характеристика уравнения	Значение	Вывод
R	0,909809033	линейная корреляционная связь между результативной переменной y и переменной х -сильная
R²	0,827752477	формирование стоимости биткоина на 82, 77 % зависит от даты, 13,23 % приходятся на другие факторы, не включенные в модель

0,806221537

R²скорр

25,06 %

уравнение линейной регрессии имеет достаточную точность

Дадим экономическую интерпретацию параметров уравнения регрессии.

Таблица 3

Параметр	Оценка параметра	Интерпретация
a 0	4281,28	не имеет экономической интерпретации
a 1	-85,39	Средний курс биткоина уменьшается на 85,39 долл. каждый день при условии сохранения имеющейся тенденции

На графике представлена геометрическая интерпретация модели, а также прогнозные значения.

Курс BTC / USD

4300

4100

3900

3700

3500

3300

3100

2900

Ж Курс BTC / USD

•Линейная (Курс BTC / USD)

2500 26.11.2018 01.12.2018 06.12.2018 11.12.2018 16.12.2018

Рис. 1. Геометрическая интерпретация модели

Подводя итог, необходимо отметить весьма высокий уровень перспективности моделирования процессов, связанных с динамикой рынка криптовалют.

Также следует отметить крайне низкий уровень развития рынка криптовалют в РФ, в настоящее время имеет место невысокий уровень востребованности со стороны бизнес-сообщества на подобного рода модели.

Тем не менее, учитывая динамично растущий спекулятивный спрос на рынке криптовалюты, а также полагаясь на возросшую в последнее время активность со стороны государственных регуляторов в сфере легализации рынка криптовалюты в РФ, интерес и важность к подобного рода инструментарию приобретает повышенную актуальность.

Список литературы Криптовалюты и способы прогнозирования их курса

Грачёв И.Д., Митин И.Н. Реально-виртуальный рынок и его оптимизация // Экономический анализ: теория и практика. 2013. № 18 (321). С. 13-20.
Ельшин Л. А., Абдукаева А. А. Возможности ускорения деловой активности экономических агентов на основе криптотранзакций. Методы, механизмы и факторы международной конкурентоспособности национальных экономических систем. Междунар. науч.-практ. конф. (Казань, 21 октября 2017 г.). Ч. 1. Уфа: Аэтерна; 2017:88-91. URL: https://aeterna-ufa.ru/sbornik/NK-EC-72-1.pdf (дата обращения: 17.11.2018).
Леви Д.А. Перспективы признания и развития криптовалют в Европейском Союзе и странах Европы // Управленческое консультирование. 2016. № 9. С. 148-158.
Фантаццини Д., Нигматуллин Э.М., Сухановская В.Н., Ивлиев С.В. Все, что вы хотели знать о моделировании биткоина, но боялись спросить. Часть I. // Прикладная эконометрика. 2016. Т. 44. С.5-24.

Статья научная