Вдосконалення механістичного підходу з використанням даних ринкових обсягів біткоїна

DOI: 10.31673/2412-9070.2025.026142

  • Цапро І. В. (Tsapro I. V.) Державний університет інформаційно – комунікаційних технологій, Київ
  • Золотухіна О. А. (Zolotukhina O. A.) Державний університет інформаційно – комунікаційних технологій, Київ

Анотація

Предметом цього дослідження є вдосконалення механістичного підходу до аналізу ринкових обсягів криптовалют, зокрема Bitcoin, із використанням показників ринкових покупок, продажів та їх різниці. Мета роботи полягає у визначенні ефективності вдосконаленого механістичного підходу за рахунок використання ринкових обсягів покупок, продажів та їх різниці в прогнозуванні ринкових тенденцій та його впливу на прибутковість торгових стратегій біткоїна. Завдання дослідження включають: розширити механістичний підхід, застосовуючи ринкові обсяги (покупки, продажі, різниця між ними); протестувати вдосконалений підхід на історичних даних торгівлі BTC/USDT з використанням стратегії ковзних середніх; порівняти ефективність нового підходу з традиційним механістичним аналізом загального обсягу; оцінити залежність прибутковості та коефіцієнта виграшу від обраного методу та часових інтервалів (1 день, 4 години, 30 хвилин). Отримані результати свідчать про те, що імпульс ринкових покупок (GMI Volume Buy) демонструє найвищу прибутковість і точність серед усіх аналізованих показників, тоді як імпульс різниці обсягів (GMI Volume Delta) має найнижчу ефективність та вищу волатильність. Встановлено, що скорочення часового інтервалу знижує прибутковість та стабільність усіх методів, а також підвищує їхню чутливість до вибору параметрів. Отже, дослідження підтверджує перспективність механістичного підходу, особливо з урахуванням ринкових обсягів покупок і продажів. Результати можуть бути використані для покращення алгоритмічних торгових стратегій, а також у подальших дослідженнях, пов’язаних із застосуванням алгоритмів машинного навчання та оптимізацією параметрів механістичного аналізу. 

Ключові слова: механістичний підхід; криптовалюта; ковзна середня; торгові обсяги; ретроспективні тестування; біткоїн, торгівельна стратегія; прогнозування; залежність; дані.

Номер
Розділ
Статті