Остання редакція: 2025-12-10
Анотація
ланцюгів Маркова та прихованих марковських моделей (HMM), для аналізу волатильності та прогнозування
цінових трендів на ринку криптовалют. Розроблено модель ідентифікації ринкових режимів («бичачий»,
«ведмежий», «стабільний») на основі матриці перехідних ймовірностей. Встановлено, що запропонований підхід
дозволяє зменшити похибки короткострокового прогнозування порівняно з лінійними методами та виявити
приховані патерни переходу між фазами накопичення та розподілу активів.
Ключові слова
Посилання
1. Araújo T., Barbosa P. Reconstructing cryptocurrency processes via Markov chains [Електронний ресурс] // arXiv preprint arXiv:2308.07626. – 2023. – Режим доступу: https://arxiv.org/abs/2308.07626.
2. Soloviev V., Saptsin V. Markov Chains application to the financial-economic time series prediction // arXiv preprint arXiv:1111.5699. – 2011.
3. Ланцюг Маркова [Електронний ресурс] // Вікіпедія. – Режим доступу:
https://uk.wikipedia.org/wiki/Ланцюг_Маркова.
4. Mpitselis A. Quantifying Cryptocurrency Market Dynamics: A Markov Chain Analysis // MPRA Paper No. 109329. – 2021.
5. Bitcoin Hidden Markov Model Analysis [Електронний ресурс] / Crapotca // Medium. – 2024. – Режим доступу: https://medium.com/@crapotca.
6. Giudici P., Abu Hashish I. A hidden Markov model to detect regime changes in cryptoasset markets // Quality and Reliability Engineering International. – 2020. – Vol. 36, № 6. – P. 2057–2065.
7. Chen C. Y., Chen W. H. The forecasting model of Bitcoin price with fuzzy time series Markov chain and Chen logical method // 2018 International Conference on System Science and Engineering (ICSSE). – New Taipei City, 2018. – P. 1–6.
8. Koki C., Leonardos S., Piliouras G. Exploring the predictability of cryptocurrencies via Bayesian hidden Markov models // Research in International Business and Finance. – 2022. – Vol. 59. – Art. 101554.