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

Các tác giả

  • Trần Kim Toại
    Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh, Thành phố Hồ Chí Minh, VN
  • Võ Thị Xuân Hạnh
    Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh, Thành phố Hồ Chí Minh, VN
  • Võ Minh Huân
    Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh, Thành phố Hồ Chí Minh, VN

DOI:

10.46223/HCMCOUJS.econ.vi.18.4.2104.2023

Từ khóa:

dự đoán ICO; hồi quy ridge; hồi quy tuyến tính; ICO; mạng neuron nhân tạo

Phân loại JEL:

G110; G170; G410

Tóm tắt

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.

Tải xuống

Dữ liệu tải xuống chưa có sẵn.

Tài liệu tham khảo

Ahmed, I. (2021). Forecasting the early market movement in Bitcoin using Twitter’s sentiment analysis: An ensemblebased prediction model. 2021 IEEE International IOT, Electronics and Mechatronics Conference (IEMTRONICS). doi:10.1109/IEMTRONICS52119.2021.9422647

Anchaya, C., Nathee, N., Somsak, C., Piyachat, U., Jutharut, C., & Nopasit, C. (2020).Can Tweets predict ICO success? Sentiment analysis for success of ICO whitepaper: Evidence from Australia and Singapore Markets. In 15th International Joint Symposium on Artificial Intelligence and Natural Language Processing (iSAI-NLP) (pp. 01-05). doi:10.1109/iSAI-NLP51646.2020.9376810

Bugra, C., & Bernat, S. D. (2018). Analysis of success factors for initial coin offering and automatisation of whitepaper analysis using text-mining algorithm. Truy cập ngày 10/09/2021 tại https://upcommons.upc.edu/bitstream/handle/2117/169757/MEMOIRE% 20MAJEURE%20DIGITAL_BugraCetingok_BernatSerraDeola.pdf?sequence=1&isAllowed=y

Burns, L., & Moro, A. (2018). What makes an ICO Successful? An investigation of the role of ICO characteristics, team quality and market sentiment. Truy cập ngày 10/09/2021 tại https://deliverypdf.ssrn.com/delivery.php?ID=963020092123086109012084120066026073033078047010022006094075126002102126011024115007006058039044111113028125000083121067004101123082069048092106127069094099089003125073013044098100124103075010126126100123085122100001090025082089121109027024083125109117&EXT=pdf&INDEX=TRUE

Chen, M., Challita, U., Saad, W., Yin, C., & Debbah, M. (2019). Artificial neural networks - Based machine learning for wireless networks: A tutorial. IEEE Communications Surveys & Tutorials, 21(4), 3039-3071.

Tải xuống

Ngày nộp: 27-11-2021
Ngày duyệt đăng: 18-04-2022
Ngày xuất bản: 22-02-2023

Thống kê truy cập

Trang tóm tắt: 538
PDF: 518

Cách trích dẫn

Toại, T. K., Hạnh, V. T. X., & Huân, V. M. (2023). Áp dụng hồi quy Ridge và mạng nơron nhân tạo để dự báo giá ICO sau sáu tháng. TẠP CHÍ KHOA HỌC ĐẠI HỌC MỞ THÀNH PHỐ HỒ CHÍ MINH - KINH TẾ VÀ QUẢN TRỊ KINH DOANH, 18(4), 131–144. https://doi.org/10.46223/HCMCOUJS.econ.vi.18.4.2104.2023