互联网和金融证券对比特币价格的激励与预测方法研究

【摘要】：自人们开始交易比特币以来，比特币呈现出价格波动大、价值不确定的特点，人气一直居高不下。同时，比特币底层技术区块链的快速发展和广泛应用也引起了人们的更多关注。随着越来越多的投资者介入比特币期货方案，比特币已经引起了监管机构和学术界的关注，但随之而来的是多年来一直没有得到明确回答的问题：影响比特币价格的触发因素是什么？如何？传统金融市场对比特币的接受度越来越高，市场上机构参与者的减少，也促使个人投资者更加关注如何做出更好的投资决策。本研究以比特币价格每日数据和交易所5分钟数据为研究样本，采用计量经济学模型和机器学习模型，借鉴行为金融学相关理论，将比特币作为“具有很强互联网特征的金融资产” 从互联网相关激励和金融证券对比特币价格的影响角度，进行价格预测研究，具体研究内容如下：（1)从比特币的互联网特性出发比特币期货方案，研究投资者关注度与媒体效果对比 比特币价格的影响 比特币来源于互联网和计算机技术 人们获取与其相关的投资信息的主要互联网渠道是互联网搜索和媒体报道 互联网搜索、媒体报道的数量和情绪对比特币价格在不同时间宽度上的影响 短期内，网络搜索量的变化，作为投资者积极填补信息不足的渠道，包含比特币价格的新信息，对比特币价格产生积极影响。对比特币价格和利润波动的预测作用。

多年来，媒体报道情绪因其连续性而比在线搜索量和媒体报道的变化更能解释比特币价格的变化。 （2)讨论比特币作为金融资产时金融衍生品出现的影响。本文将比特币与股票进行比较，发现投资者对比特币市场的非理性和过度反应。价格和利润，然后对比了比特币互联网特性和金融资产激励的影响，在即将推出比特币证券的消息被披露时，比特币价格先涨后跌，积累的异常利润占了先机。在比特币期货中，比特币市场的波动性明显增加。最后，与互联网相关的激励措施相比，比特币证券对比特币价格变化的解释能力更强。（3)讨论人工智能方法辅助比特币投资决策本研究采用机器学习模型，结合以上两部分研究的影响因素，同时改进比特币的特点，每日价格和5分钟价格分别进行趋势预测，探索不同类型算法对数据和特征的适用性。本研究发现，在特征较多的比特币每日价格预测中，线性模型比复杂度较高的模型取得更好的疗效。在比特币的 5 分钟价格预测中，更复杂的机器学习模型比线性模型更有效；同时，验证了互联网激励和比特币证券可以从整体上提高比特币价格的预测性能。本研究指出，比特币具有互联网的特性和金融资产的属性，丰富和拓展了比特币价格激励的相关理论和技术。

本研究还将传统金融市场中行为金融学的相关理论延伸到数字货币领域，补充了对比特币证券的研究以及使用机器学习方法预测比特币价格。本研究的主要发现可为未来数字货币的标准化提供参考，帮助监管机构应对这些前所未有的金融创新带来的潜在系统性风险，遏制不稳定的诱因，为评估数字货币的影响提供参考。引入比特币证券，帮助投资者了解比特币价格发展方向，做出更好的投资决策。