Questo elaborato si concentra sull'applicazione di tecniche di machine learning a serie storiche finanziarie. L'oggetto d'analisi è bitcoin, una cryptovaluta che, soprattutto nell'ultimo anno, sta ricevendo sempre più attenzione da parte dei piccoli e grandi investitori. Le tecniche di machine learning utilizzate, facenti capo all'ampia categoria dell'intelligenza artificiale, sono le reti neurali artificiali. Nello specifico, in questo lavoro, vengono utilizzate le reti neurali ricorsive di tipologia LSTM, più adatte rispetto alle altre tipologie di reti quando si tratta di analizzare serie storiche, ovvero un insieme di dati aventi dipendenza temporale.

Neural Networks for Cryptocurrency Price Forecasting

Signorile, Davide
2022/2023

Abstract

Questo elaborato si concentra sull'applicazione di tecniche di machine learning a serie storiche finanziarie. L'oggetto d'analisi è bitcoin, una cryptovaluta che, soprattutto nell'ultimo anno, sta ricevendo sempre più attenzione da parte dei piccoli e grandi investitori. Le tecniche di machine learning utilizzate, facenti capo all'ampia categoria dell'intelligenza artificiale, sono le reti neurali artificiali. Nello specifico, in questo lavoro, vengono utilizzate le reti neurali ricorsive di tipologia LSTM, più adatte rispetto alle altre tipologie di reti quando si tratta di analizzare serie storiche, ovvero un insieme di dati aventi dipendenza temporale.
2022-03-22
File in questo prodotto:
File Dimensione Formato  
852631-1259932.pdf

accesso aperto

Tipologia: Altro materiale allegato
Dimensione 2.7 MB
Formato Adobe PDF
2.7 MB Adobe PDF Visualizza/Apri

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14247/13258