A deep learning approach to multimodal data for cryptocurrency price prediction

Abstract

Nêu những thách thức trong dự đoán giá tài sản do ảnh hưởng của nhiều yếu tố như giá lịch sử, khối lượng giao dịch và dữ liệu cung-cầu. Nghiên cứu đề xuất một mô hình học sâu kết hợp dữ liệu lịch sử và thời gian thực để dự đoán giá tiền điện tử, sử dụng mạng nơ ron tích chập (CNN) và mạng bộ nhớ dài ngắn hạn (LSTM). Thí nghiệm trên tập dữ liệu Bitcoin tự xây dựng cho thấy phương pháp này vượt trội so với các mô hình hiện có và cải thiện đáng kể hiệu suất dự đoán.