Studio di Deep Learning Confronta Tipi di Grafico per la Previsione dei Regimi delle Criptovalute

Uno studio dettagliato è stato condotto utilizzando tecniche di deep learning per prevedere le tendenze delle criptovalute analizzando i grafici a candela. I ricercatori hanno esaminato tre modi per codificare le immagini—grafici a candela grezzi, campi angolari di Gram (GAF) e GAF multicanale—insieme a cinque configurazioni di componenti del grafico e quattro tipi di reti neurali, tra cui CNN, ResNet18, EfficientNet-B0 e Vision Transformer, considerando anche il transfer learning di ImageNet. In otto esperimenti controllati che coinvolgono dati di Bitcoin, Ethereum e S&P 500 dal 2018 al 2024, hanno identificato le configurazioni migliori. Sorprendentemente, una semplice CNN a 4 strati con grafici a candela grezzi ha raggiunto un AUC-ROC di 0,892, superando modelli più complessi.