Predicting Bitcoin Trends Through Machine Learning Using Sentiment Analysis with Technical Indicators

Predicting Bitcoin price trends is necessary because they represent the overall trend of the cryptocurrency market.As the history of the Bitcoin market is short and price volatility is high,studies have been conducted on the factors affecting changes in Bitcoin prices.Experiments have been conducted to predict Bitcoin prices using Twitter content.However,the amount of data was limited,and prices were predicted for only a short period(less than two years).In this study,data from Reddit and LexisNexis,covering a period of more than four years,were collected.These data were utilized to estimate and compare the performance of the six machine learning techniques by adding technical and sentiment indicators to the price data along with the volume of posts.An accuracy of 90.57%and an area under the receiver operating characteristic curve value(AUC)of 97.48%were obtained using the extreme gradient boosting(XGBoost).It was shown that the use of both sentiment index using valence aware dictionary and sentiment reasoner(VADER)and 11 technical indicators utilizing moving average,relative strength index(RSI),stochastic oscillators in predicting Bitcoin price trends can produce significant results.Thus,the input features used in the paper can be applied on Bitcoin price prediction.Furthermore,this approach allows investors to make better decisions regarding Bitcoin-related investments.

Trend of Price and Economic Development in 2005

The situation of the four major kinds of price in 2004-residents' con sumption price, price of production means, interest rate, foreign exchange rate-became main concern from the domestic and international personages. By reviewing the market price in 2004, and analyzing the current price variables, we will easily find the prospects of Chinese economy and people's life in 2005.……

2023年中国石油焦市场分析及2024年预测

截至2023年年底,中国延迟焦化能力达到1.48亿吨/年。2023年中国石油焦产量达到3173万吨,主营炼厂产量占比为57%,地方炼厂占比43%;以高硫焦为主,占比80%以上。2023年,中国进口石油焦1602万吨,出口石油焦仅19万吨,净进口量1583万吨。2023年中国石油焦表观消费量达到4516万吨。虽然中国石油焦价格总体呈上升态势,但与上年相比,2023年中国石油焦价格暴跌。预计2024年中国石油焦市场的国内产量为3150万吨,净进口量为1400万吨,库存变化为下降200万吨,表观消费量为4750万吨。石油焦作为“减油增特”的特色炼油产品之一,对中国成品油市场调节能力非常有限,建议生产企业应该随着中国石油焦需求动能的变化,积极拓展负极材料相关客户,根据其数量、质量需求灵活调整石油焦生产和销售策略。

面向金融风险预测的时序图神经网络综述

金融风险预测在金融市场监管和金融投资中扮演重要角色,近年来已成为人工智能和金融科技领域的热门研究主题.由于金融事件的实体之间存在复杂的投资、供应等关系,现有的金融风险预测研究常利用各种静态和动态的图结构来建模金融实体间的关系,并通过卷积图神经网络等方法将相关的图结构信息嵌入金融实体的特征表示中,使其能够同时表征金融风险相关的语义和结构信息.然而,以前的金融风险预测综述仅关注了基于静态图结构的研究,这些研究忽视了金融事件中实体间关系会随时间动态变化的特性,降低了风险预测结果的准确性.随着时序图神经网络的发展,越来越多的研究开始关注基于动态图结构的金融风险预测,对这些研究进行系统、全面的回顾有助于学习者构建面向金融风险预测研究的完整认知.根据从动态图中提取时序信息的不同途径,首先综述3类不同的时序图神经网络模型.然后,根据不同的图学习任务,分类介绍股价趋势风险预测,贷款违约风险预测,欺诈交易风险预测,以及洗钱和逃税风险预测共4个领域的金融风险预测研究.最后,总结现有时序图神经网络模型在金融风险预测方面遇到的难题和挑战,并展望未来研究的潜在方向.

2024年上半年上海蔬菜田头市场行情分析与后期展望

上海作为超大城市,其蔬菜市场的稳定发展对市民高品质生活和农民增收具有重要意义。本研究以青菜等4种为代表的上海重点监测蔬菜作为研究对象,分析其田头市场价格走势。总体来看,2024年上半年蔬菜田头价格走势相对平稳。其中,青菜田头价格先升后降,同比下降;鸡毛菜田头价格先升后降再升,同比下降;生菜田头价格出现“两峰一谷”,同比下降;卷心菜田头价格处于较低水平,波动较缓,同比下降。上海蔬菜价格主要呈现出季节性波动、随机性波动和大小年分化现象。受机械化生产规模扩大、季节因素、大小年现象、生产成本上涨等影响,下半年蔬菜田头价格将小幅上行,同比略低于上年同期。最后,从应对极端天气等方面提出了稳定上海蔬菜市场的建议。

基于隐马尔可夫模型的黄金期货价格趋势研究

本文基于隐马尔可夫模型(HMM)探究黄金期货价格的变动趋势,通过麻雀搜索算法(SSA)对HMM模型初始状态的概率分布进行优化,解决HMM模型容易陷入局部最优的缺陷,得到了改进的模型(SSA-HMM)。文章通过实际应用比较证明了SSA-HMM在黄金期货价格趋势预测中是有效的,同时深入探究HMM模型隐状态与实际问题之间的联系,论证了结合期货价格波动的驱动因素对隐马尔科夫模型的隐状态进行描述是更加合理的。

数据定价研究的主题演变及趋势——基于CiteSpace的文献计量分析

由于数据定价对促进企业数字化转型、构建数据要素市场和促进经济可持续发展具有重要意义,因此借助CiteSpace文献计量分析软件,以中国知网、Web of Science数据库中相关研究文献为数据源,聚焦数据定价研究的主题演变、趋势、时代背景,对1993—2022年国内外数据定价权威文献进行计量分析。研究发现,1993—2022年国内外数据定价的研究整体呈波动上升趋势,近3年热度明显;研究模式国外多为合作共享研究而国内多为独立研究,均缺乏研究机构与数据供应商的合作研究;研究内容国内侧重于数据定价的成本效益、公平交易、隐私权属等,国外则侧重于数据定价的隐私安全与保护、人工智能算法、客户服务质量等,均与信息技术的发展密切相关;未来,数据定价研究将进一步立足“双碳”背景,结合环境、社会和公司治理(Environmental,Social and Governance,ESG)投资理念,布局和拓展新视角。

基于时间序列和改进随机森林算法的混凝土价格趋势预测

有效而准确的预测商品混凝土价格变动趋势,对各类建筑的施工规划具有重要意义。相比其他预测模型,随机森林模型具有更高的预测精度。然而不同的数据结构都有其独特之处,针对特定数据结构进行模型优化,有助于提高算法在特定数据上的处理性能。我们针对时间序列分类(TSC:Time Series Classification)的特征提出一种改进随机森林算法。首先将随机森林创建训练子集时的随机抽样调整为倾斜抽样,然后将决策树分裂时的随机特征向量抽样调整为分层抽样,最后以加权投票取代平均投票。实证结果表明相比原始随机森林算法,改进模型具有明显优势,对商品混凝土价格变动的预测准确率达98.4%,预测精度、召回率和F1评分分别为:98.7%,98.2%,98.4%,可以实现了商品混凝土价格变动趋势的精准预测。

2024年上半年新疆羊肉市场价格分析及下半年展望

【目的】旨在分析2024年上半年新疆羊肉市场价格的波动情况,展望下半年羊肉价格波动趋势。【方法】本研究在对2024年上半年新疆羊肉市场价格走势进行梳理的基础上,对与其紧密关联的全国羊肉、新疆主产区羊肉、其他肉类和饲料原料的市场价格进行分析和预测,从而实现对2024年下半年新疆羊肉价格的展望。【结果】研究发现,2024年上半年,新疆羊肉市场价格呈现持续下跌的态势。展望2024年下半年,新疆羊肉市场价格仍将继续下跌,但下跌空间有限。这主要归因于全国羊肉市场价格持续性下跌,国内供需宽松;主产区羊肉市场价格持续下跌,致使疆内供给增加;牛肉等肉类价格下跌,对羊肉消费的替代作用增强;饲料原料市场价格下跌,养殖成本对羊肉价格的支撑作用减弱。【结论】鉴于此,政府应从多维度扶持肉羊产业发展,财政、金融和保险共同发力;经营主体应满足多元化的市场需求,提高羊肉产品竞争力;消费者应灵活应对肉类市场价格变化,打造多样化的肉篮子产品组合。

甘肃省猪肉价格预测与风险预警研究

对猪肉价格进行预测、预警,可以有效指导生猪养殖,保障猪肉供需平衡。为促进甘肃省猪肉市场稳定可持续发展,本研究以猪肉价格为研究对象,运用Lasso算法筛选变量,利用哈里斯鹰优化算法(HHO)对随机森林(RF)进行改进,建立预测模型HHO-RF,对猪肉价格进行预测、预警。结果表明:HHO-RF模型均方误差(MSE)为0.22,可决系数(R^(2))为99.76%,相对分析误差(PRD)为20.6,具有较好的拟合效果;对猪肉价格的风险预警效果较好,准确率达到91.67%,说明模型HHO-RF可以较为准确地预测甘肃省猪肉价格走势。对2022年11月至2025年10月甘肃省猪肉价格预测发现,预测期内价格整体呈现先降后升最后稳定的趋势。基于此,推动甘肃省猪肉产业健康发展,建议优化猪肉价格预测系统,提高价格预测精度;拓宽猪肉价格信息公布通道,促进信息共享;建立健全猪肉价格风险预警体系,提高应急调控水平。

基于趋势调节的碳排放权市场周内效应研究

以湖北碳排放权市场为对象,使用2014年4月28日到2024年3月25日共2376个数据样本点,构建具有趋势调节的T-AR(1)-GARCH(1,1)模型,刻画碳排放权市场周内效应形式及其影响关系。结果显示,湖北碳排放权市场在高波动和低波动下分别呈现正向和负向的周一效应。即当市场波动较高时,周一收益在市场下降趋势下会导致市场收益上涨12.8%,而当市场波动较低时,周一收益则导致市场收益下降2.3%。特别是周一效应被证明受到自身长期滞后收益的负向影响,以及欧盟碳价的正向影响。研究表明碳排放权市场价格并非随机游走,而是呈现周内效应特征,为研判碳市场效率,开展量化投资等提供参考。

短期材料价格变动对公路施工造价的影响

以钢材、水泥、沥青及地材等短期材料为例,分析短期材料价格变动对公路施工造价的影响.研究结果显示,2021年的钢材、水泥、沥青及地材价格较2020年上涨,上涨率分别为19.1%、15.67%、11.08%和24.82%,分别占公路施工造价的2.47%、2.28%、0.31%和3.85%;短期钢材和水泥的价格指数变化区间分别为2.5%~9.6%和3%~10.9%,变化差分别为7.1%和7.9%,对公路施工造价的影响区间为0.0021%~0.0089%和0.0015%~0.0096%;4种材料价格上涨费用占公路施工造价的8.9%,在公路施工造价中占比较大,需加强前期公路施工造价管理.

A Machine Learning Approach: Enhancing the Predictive Performance of Pharmaceutical Stock Price Movement during COVID

Predicting stock price movement direction is a challenging problem influenced by different factors and capricious events. The conventional stock price prediction machine learning models heavily rely on the internal financial features, especially the stock price history. However, there are many outside-of-company features that deeply interact with the companies’ stock price performance, especially during the COVID period. In this study, we selected 9 COVID vaccine companies and collected their relevant features over the past 20 months. We added handcrafted external information, including COVID-related statistics and company-specific vaccine progress information. We implemented, evaluated, and compared several machine learning models, including Multilayer Perceptron Neural Networks with logistic regression and decision trees with boosting and bagging algorithms. The results suggest that the application of feature engineering and data mining techniques can effectively enhance the performance of models predicting stock price movement during the COVID period. The results show that COVID-related handcrafted features help to increase the model prediction accuracy by 7.3% and AUROC by 6.5% on average. Further exploration showed that with data selection the decision tree model with gradient, boosting algorithm achieved 70% in AUROC and 66% in the accuracy.

2023年我国生猪产业发展情况及未来发展趋势

本研究全面审视了2023年我国生猪产业的发展现状,并结合多维度的经济、政策及市场因素,深入探讨了2024年该行业的发展前景。在2023年,我国生猪产业面临了产能过剩、传统“猪周期”特征弱化、金融产品属性日渐凸显及成本持续上升等多重挑战,使得养殖企业经营难度加大。展望2024—2025年,本研究综合分析了产能调整、宏观经济状况、企业预期盈利及市场动态等多重因素。研究发现,随着产能的逐步优化,生猪市场的供需平衡在2024年得到实质性改善,为猪价上涨奠定基础。同时,经济的稳定增长、消费需求的逐步回升及养殖成本的有望降低,将共同推动生猪产业盈利能力的提升。此外,根据市场走势,生猪价格在2024年第二季度实现企稳回升。为了更好地应对行业变革与市场挑战,本研究提出了创新市场监测预警体系、加强金融与生猪产业深度融合等策略建议,旨在为相关政策制定与决策提供科学依据和有益参考。

国潮服装品牌在低价营销策略下的品牌价值和影响力:现状与挑战

本文旨在探讨国潮服装品牌在低价营销策略下的品牌价值和影响力现状及所面临的挑战。通过对相关文献的回顾和市场调查,发现低价营销策略在短期内可能会提高品牌的市场份额和销售额,但长期来看,这种策略可能导致品牌价值受损和影响力下降。本文通过实证研究方法,对多个国潮服装品牌进行了深入调查和分析,结果表明,低价营销策略对品牌形象、品牌忠诚度和消费者口碑等方面产生了负面影响。同时,本文还探讨了国潮服装品牌在实施低价营销策略时所面临的质量控制、利润空间和竞争环境等方面的挑战,并提出了相应的建议和解决方案。

浙江省用户侧储能项目在新分时电价政策的盈利态势分析

用户侧储能通过在低谷时段储存电能,在高峰时段释放供应用电设备使用,依靠峰谷差获取收益。为分析2024年1月新分时电价政策对用户侧储能收益的影响,采用对比分析法计算出浙江省实行新分时电价政策前后的用户侧储能项目收益情况。分析得出:实施新分时电价政策对110 kV大工业用户储能影响较大,收益率有所下降,10 kV大工业用户储能项目基本不受影响。建议110 kV大工业用户储能项目开发单位选择适合的储能产品,并密切关注分时电价政策。

NY futures & A Index turn lower Chinese prices unchanged

2015.5 Recent price movement After trending higher from midMarch through the end of April,values for NY futures and the A Index turned lower in May.Chinese prices have been stable,while Indian and Pakistani prices increased.Prices for the nearby July contract(NY futures)met resistance near 68 cents/

2022年大宗商品价格走势和2023年展望

2022年,国际主要大宗商品价格市场经历了先涨后跌走势。上半年,地缘冲突导致供给端不确定性激增,主要大宗商品价格迅速上扬;下半年,随着主要经济体相继收紧货币政策,世界经济复苏趋缓,大宗商品整体供求关系偏向于宽松,价格主要影响因素从上半年的供给冲击转向需求下降,大宗商品价格逐步回调。2023年,极端气候、乌克兰危机仍将给大宗商品供给带来不确定性影响,且由于产能限制、前期投资不足,能源供给增速仍受限制。在需求端,主要经济体韧性超出预期,中国经济复苏可望提振全球原油需求,尤其是中国经济企稳向好将有利于带动工业金属等大宗商品需求回升。