比特币价格互联网及金融期货影响因素及预测方法研究

【摘要】 自从人们开始交易比特币以来，比特币就表现出价格波动大、价值难以衡量的特点，热度一直居高不下。 同时，比特币底层技术区块链的快速发展和广泛应用也带来了更高的关注度。 随着越来越多的投资者进入，比特币引起了监管机构和学术界的关注。 然而，随之而来的是多年来一直没有明确答案的问题：哪些因素会影响比特币的价格？ 如何？ 此外，随着传统金融市场对比特币的接受度越来越高，市场中机构参与者的增多，也让个人投资者更加关注如何做出更好的投资决策。 本研究以比特币每日价格数据和交易所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，借鉴行为金融学的相关理论，从比特币作为“金融资产”的角度具有很强的互联网特征”。 从角度分析互联网相关因素和金融期货对比特币价格的影响，并进行价格预测研究。 具体研究内容如下： (1) 从比特币的互联网特性出发，研究投资者关注度和媒体效应对比特币价格的影响。 比特币起源于互联网和计算机技术。 人们获取相关投资信息的主要网络渠道是网络搜索和媒体报道。 网络搜索、媒体报道数量和情绪对不同时间段的比特币价格有不同的影响。 短期内，网络搜索量的变化作为投资者主动弥补信息缺失的渠道，蕴含着比特币价格的新信息，对比特币价格和收益波动具有正向预测作用。

长期来看，由于其连续性比特币的影响因素，媒体报道情绪对比特币价格变化的解释力强于在线搜索量的变化和媒体报道量的变化。 (2) 讨论金融衍生品的出现对比特币作为金融资产的影响。 本文将比特币类比为股票进行研究比特币的影响因素，发现投资者在比特币市场上的非理性和过度反应，导致其价格和收益发生变化。 相比。 当即将推出比特币期货的消息披露时，比特币价格先涨后跌，累计超额收益率先正后负。 比特币期货上市后，比特币市场的波动性明显加大。 最后，与互联网相关因素相比，比特币期货对比特币价格变动的解释能力更强。 (3) 探讨人工智能辅助比特币投资决策的方法。 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。 在改进特性的同时，预测比特币的每日价格和5分钟价格的走势，探索不同类型算法对数据和特性的影响。 适用性。 本研究发现，线性模型在具有更多特征的比特币每日价格预测上取得了比更复杂的模型更好的结果。 对于特征较少的比特币5分钟价格预测，更复杂的机器学习模型优于线性模型； 同时验证了互联网因素和比特币期货作为一个整体可以提高比特币价格的预测性能。 本研究强调比特币具有互联网特征和金融资产属性，丰富和拓展了比特币价格影响因素的相关理论和方法。

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，补充了对比特币期货的研究，利用机器学习方法预测比特币价格。 本研究的主要发现可以为未来数字货币的标准化提供参考，帮助监管机构应对这一前所未有的金融创新的潜在系统性风险，遏制不稳定因素，为评估比特币期货推出的影响提供参考，协助投资者了解比特币价格的发展趋势，做出更好的投资决策。