arXiv · 16.07.2026 ·Машинное обучение

Анализ рыночных настроений через синтез блокчейн-данных и соцсетей

Исследователи представили модель классификации рыночных настроений, объединяющую ончейн-активность биткоина с данными из социальных сетей. В отличие от классических методов прогнозирования цен, новый подход фокусируется на интерпретации эмоционального фона рынка. Интеграция транзакционных данных блокчейна и текстового анализа позволяет точнее определять фазы рыночного цикла и поведенческие паттерны инвесторов в цифровые активы.

Методология опирается на корреляцию между интенсивностью транзакций в сети и динамикой обсуждений на публичных платформах. Авторы используют специализированные алгоритмы обработки естественного языка для фильтрации шума в социальных медиа, сопоставляя полученные результаты с объективными метриками блокчейна, такими как объем переводов, активность кошельков и изменение балансов крупных держателей.

Такой подход позволяет выявлять скрытые закономерности, которые часто упускаются при анализе исключительно финансовых графиков. Модель демонстрирует высокую чувствительность к резким изменениям настроений, что может быть использовано для оценки рисков и понимания глубинных причин рыночной волатильности без прямой попытки предсказать будущую стоимость актива.

Ключевые факты

Исследование фокусируется на интерпретации эмоционального состояния рынка, а не на прямом прогнозировании ценовых котировок.
Входные данные включают ончейн-метрики блокчейна биткоина и массивы данных из социальных сетей.
Модель использует комбинированный подход, связывающий активность в сети с общественным мнением для классификации настроений.
Работа подчеркивает значимость синтеза транзакционных данных и неструктурированного текстового контента для анализа финансовых рынков.

Источник: arXiv

Обсудить с ИИ

Похожие материалы

Hacker News · Исследования и наука Эффективность ИИ в прогнозировании фондового рынка: результаты нового исследования Новое исследование ставит под сомнение способность нейросетей предсказывать краткосрочные движения фондового рынка. Анализ показал, что, несмотря на способность моделей обрабатывать огромные массивы финансовых новостей, их прогнозы не обеспечивают стабильного преимущества перед рыночными индексами. ИИ часто не учитывает непредсказуемые макроэкономические факторы и рыночный шум, что ограничивает его эффективность как инструмента для тайминга сделок. arXiv · Исследования и наука Гибридный подход в трейдинге: объединение классического стоимостного инвестирования и ML Исследователи предложили новый метод отбора акций, объединяющий классические принципы стоимостного инвестирования Бенджамина Грэма с современными моделями машинного обучения. Авторы используют фундаментальные финансовые показатели как математический фильтр для нейросетей, что позволяет отсеивать рыночный шум и краткосрочные колебания, фокусируясь на компаниях с устойчивой долгосрочной стоимостью и предсказуемыми показателями эффективности. arXiv · Машинное обучение Adaptive Financial Transformer: новая архитектура для прогнозирования доходности акций Исследователи представили Adaptive Financial Transformer (AFT) — специализированную архитектуру для прогнозирования доходности акций в условиях нестабильных рынков. В отличие от стандартных трансформеров, модель использует механизм динамического управления вниманием, который адаптируется к текущему рыночному режиму. Это позволяет эффективнее учитывать семантические связи между финансовыми индикаторами и повышать точность предсказаний в меняющейся экономической среде. arXiv · Машинное обучение Применение XAI для анализа европейского рынка электроэнергии Исследователи представили подход к интерпретации глубоких нейронных сетей, используемых для прогнозирования цен на электроэнергию в Европе. Несмотря на высокую точность нейросетевых моделей в предсказании рыночных колебаний, их «черный ящик» затрудняет понимание факторов, влияющих на ценообразование. Авторы работы применили методы объяснимого искусственного интеллекта (XAI) для декомпозиции сложных нелинейных зависимостей, характерных для энергетических систем. Hacker News · Оценка и бенчмарки SharpeBench: новый стандарт оценки торговых ИИ-агентов Исследователи представили SharpeBench — специализированный бенчмарк для оценки эффективности ИИ-агентов, работающих на финансовых рынках. Основная проблема существующих методов тестирования заключается в их уязвимости к случайным рыночным колебаниям: модель может показать высокую доходность просто из-за удачного стечения обстоятельств, а не благодаря качеству алгоритма принятия решений. Новый инструмент призван отделить реальные аналитические способности агента от рыночной случайности. Hacker News · ИИ в бизнесе Автоматизация экспертных финансовых суждений с помощью ИИ Исследователи представили методологию обучения нейросетей для воспроизведения сложных экспертных суждений в финансовой сфере. Подход фокусируется на моделировании процесса принятия решений профессиональными аналитиками, что позволяет автоматизировать задачи, ранее требовавшие глубокой человеческой экспертизы. Система демонстрирует высокую точность в оценке финансовых данных, сокращая время на рутинный анализ и повышая консистентность выводов в корпоративных процессах. arXiv · Данные и инжиниринг FinKG-News: автоматизация кредитных рисков через графы знаний Исследователи представили фреймворк FinKG-News, который автоматизирует оценку кредитных рисков путем построения графов знаний на основе финансовых новостей. Система извлекает ключевые события из текстовых потоков и связывает их с рыночными показателями, обеспечивая прозрачную интерпретацию факторов, влияющих на финансовое состояние компаний. Это позволяет перевести неявные рыночные сигналы в структурированные данные для аналитических моделей. Hacker News · Оценка и бенчмарки BotTrade: новый бенчмарк для оценки автономных торговых ИИ-агентов Представлен BotTrade — открытый бенчмарк для тестирования автономных торговых агентов на исторических рыночных данных. Инструмент позволяет воспроизводить рыночные сценарии, оценивая эффективность принятия решений ИИ в условиях реальной волатильности. Платформа ориентирована на стандартизацию оценки стратегий, позволяя разработчикам сравнивать производительность своих моделей в контролируемой, но реалистичной среде, имитирующей биржевую торговлю. arXiv · Исследования и наука Обзор датасетов для диагностики ментального здоровья вне социальных сетей Исследователи представили первый систематический обзор датасетов для выявления ментальных расстройств, использующих данные вне социальных сетей. Традиционные методы NLP и машинного обучения часто опираются на посты пользователей, что создает риски предвзятости, этические проблемы и угрозы приватности. Работа систематизирует альтернативные источники данных, позволяя повысить точность и надежность диагностических моделей в клинической и социальной практике. Hacker News · ИИ в бизнесе Анализ эффективности ИИ-алгоритмов в автоматизированной торговле Разработчик провел исследование жизнеспособности торгового бота на базе больших языковых моделей, предназначенного для работы на криптовалютном рынке. В ходе эксперимента система анализировала новостные заголовки и рыночные данные для принятия решений о покупке или продаже активов. Целью проекта была проверка гипотезы о том, что современные модели способны находить неэффективности рынка и обеспечивать доходность выше рыночной.

← Все материалы