Биткоин: вызовы прогнозирования и роль человеческих эмоций
Определение будущего курса биткоина – одна из наиболее сложных задач современной финансовой аналитики. Главная причина этой сложности — экстраординарная волатильность главной криптовалюты, то есть резкие колебания ее стоимости на коротких временных интервалах под воздействием множества факторов. Помимо макроэкономических трендов, на цену биткоина сильнейшее влияние оказывают психологические настроения участников рынка и даже неожиданные информационные поводы.
Так, в марте прошлого года биткоин взлетел до рекордных 71 тысячи долларов на фоне слухов о скором одобрении биржевого фонда ETF для Ethereum, что потенциально могло облегчить инвесторам доступ к цифровым активам. Однако уже в июле стоимость резко снизилась до 56,7 тысяч долларов. Причины этого погружения аналитики связывают с распродажей государством Германии значительной части конфискованных биткоинов и началом выплат кредиторам биржи Mt.Gox, обанкротившейся почти десятилетие назад. Эти события создали внезапный избыток предложения на рынке, что закономерно вызвало коррекцию.
К декабрю 2024 года курс вновь пошёл в рост, достигнув 106,5 тысячи долларов. Немалую роль в этом сыграли слухи о том, что при новом президентском сроке Дональда Трампа биткоин может быть признан резервным активом США, что подогрело спекулятивный интерес.
В течение 2025 года стоимость биткоина остаётся исключительно изменчивой. Весной курс опускался ниже 80 тысяч долларов, затем к июлю дошел до небывалых 120 тысяч. Такая динамика подчёркивает: классические методы прогнозирования, используемые при анализе обычных валют, в случае с биткоином часто оказываются бессильными.
Почему традиционные методы не работают
Рынок криптовалют принципиально отличается от традиционных финансовых площадок. Помимо экономических показателей — инфляции, ставок, глобальных экономических событий — here ключевую роль играют ирациональные, поведенческие аспекты. Слухи, новости, коллективные ожидания и даже «информационный шум» из соцмедиа мгновенно формируют настроение и могут повлиять на динамику биткоина. Именно поэтому стандартные модели, построенные исключительно на исторических данных и техническом анализе, зачастую не дают достаточной точности.
В мировой науке усиленно исследуют потенциал методов анализа больших массивов новостных потоков и социальных сетей для крипторынка. Однако в России, учитывая ограничения доступа к некоторым международным соцсетям, подобные методы пока не получили широкого распространения. В отечественных исследованиях влияние эмоционального и информационного фона до сих пор практически не учитывалось.
Научный прорыв в ПНИПУ: тестирование LSTM и GRU
Коллектив Пермского национального исследовательского политехнического университета (ПНИПУ) под руководством Андрея Затонского, доктора технических наук, предложил новый подход: современные алгоритмы нейросетей дополнили учётом индексa страха и жадности (FGI – Fear & Greed Index), отражающего текущее психологическое состояние участников рынка.
Для построения модели использовались две популярные архитектуры искусственных нейросетей — LSTM (Long Short-Term Memory) и GRU (Gated Recurrent Units). Эти типы сетей хорошо зарекомендовали себя в задачах анализа сложных временных рядов, в том числе в финтехе. Для обучения и тестирования было собрано 2000 наборов данных по ценам и объемам торгов биткоина с биржи Binance, самой крупной в мире торговой платформы для цифровых валют.
В 80% случаев данные применялись для обучения моделей, а оставшиеся 20% — для верификации полученных результатов. Эту процедуру повторили 200 раз, каждый раз обрабатывая информацию небольшими «порциями» по 32 значения, что позволило повысить эффективность усвоения и анализировать долгосрочные зависимости.
Сравнение подходов: учет эмоций пользователя делает прогнозы точнее
Включение индекса страха и жадности как дополнительного параметра позволило достичь впечатляющих результатов. LSTM-сеть с учетом FGI в условиях относительно стабильного рынка показала среднюю абсолютную ошибку прогноза всего 1169 долларов, что оказалось на 6,2% лучше по сравнению с моделью, в которой эмоции рынка игнорировались.
Особенно ярким оказался ноябрьский период 2024 года, когда на фоне оживленных дискуссий и президентских выборов в США биткоин впервые на истории превысил 100 тысяч долларов. В этот момент сеть с FGI ошибалась на 147 долларов меньше, или на 8,3% эффективнее обычной нейросети без учета эмоциональной составляющей.
Анализ показал: применение нейросетевых моделей, учитывающих психологический фон рынка, обеспечивает улучшение точности прогнозирования курса биткоина в среднем на 5-10%. При этом наибольшей гибкостью и способностью видеть долгосрочные взаимосвязи отличилась сеть LSTM.
Оптимистичный взгляд в будущее: перспективы и возможности
Полученные пермскими учеными результаты открывают широчайшие перспективы для инвесторов и специалистов по финансовому анализу. Теперь прогнозы курса биткоина можно строить с учетом не только сухих экономических данных, но и тонких психологических настроений, отражающих коллективное поведение участников рынка.
Разработка универсальна: технология может быть адаптирована для прогнозирования курса других криптовалют, а также для анализа других финансовых инструментов. Внедрение подобных моделей в работу трейдинговых платформ и инвестиционных фондов способно существенно повысить обоснованность решений и снизить риски.
Особую надежду дает тот факт, что в ходе программы стратегического академического лидерства «Приоритет-2030» подобные проекты получают мощную поддержку и могут ускорить развитие отечественной финтех-индустрии.
Люди и нейросети: будущее инвестиций в криптовалюты уже сегодня
Преобразование цифровой экономики немыслимо без тесного взаимодействия науки и реального сектора. Кейс команды Андрея Затонского из ПНИПУ — яркий пример того, как передовые нейросетевые технологии становятся инструментом не только теоретических исследований, но и практического применения в масштабах глобальных финансовых рынков.
Успех интеграции LSTM и GRU с учетом индекса страха и жадности – оптимистичный сигнал для всего криптовалютного сообщества. Современные методы анализа делают инвестиции прозрачнее, а управление рисками – эффективнее. Остаётся только верить, что новые открытия российских учёных приведут к появлению ещё более надёжных и универсальных моделей предсказания динамики цифровых активов, и будут способствовать развитию инновационной экономики страны в целом.
Источник: naked-science.ru
