پیش بینی سود و سود Cryptocurrency TRX با استفاده از چارچوب یادگیری مبتنی بر نهنگ بهینه سازی مبتنی بر نهنگ

2 و

دانشکده علوم و مهندسی کامپیوتر ، انستیتوی فناوری Vellore ، Vellore 632014 ، تامیل نادو ، هند

دانشکده فناوری و مهندسی ، انستیتوی فناوری Vellore ، Vellore 632014 ، تامیل نادو ، هند

نویسنده ای که مسئول است باید ذکر شود. ریاضیات 2023 ، 11 (11) ، 2415 ؛https://doi. org/10. 3390/math111112415 دریافت: 20 فوریه 2023 / اصلاح شده: 28 آوریل 2023 / پذیرفته شده: 18 مه 2023 / منتشر شده: 23 مه 2023 (این مقاله متعلق به پیشرفت های ویژه در فناوری blockchain است)

خلاصه

:

TRON یک بستر دیجیتال غیر متمرکز است که یک روش قابل اعتماد برای معامله در ارزهای رمزنگاری شده در یک اکوسیستم غیرمتمرکز فراهم می کند. به لطف موفقیت خود ، Trx ، Trx ، Trx ، توسط مخاطبان زیادی پذیرفته شده است. برای تسهیل مدیریت آسان دارایی های دیجیتال با کیف پول Tron ، کاربران می توانند با سهولت دارایی های دیجیتالی خود را با اطمینان ذخیره و مدیریت کنند. هدف ما ابتدا این است که یک متدولوژی را برای پیش بینی قیمت آینده با استفاده از رگرسیون تهیه کنیم و سپس به ساخت یک طبقه بندی کننده مؤثر بپردازیم تا پیش بینی کند که آیا روز بعد سود یا ضرر ایجاد می شود و سپس پیش بینی نرخ موفقیت معامله را انجام می دهد. چارچوب ما قادر است پیش بینی کند که آیا بر اساس پیش بینی قیمت و نتایج پیش بینی با استفاده از رگرسیون مانند XGBOOST ، LightGBM و CatBoost با مقادیر R 2 از 0. 9820 ، 0. 9825 و 0. 9858 سود در آینده وجود خواهد داشت. در این کار ، یک طبقه بندی انباشت مبتنی بر گروه با رویکرد بهینه سازی نهنگ ارائه شده است که به بالاترین دقت 89. 05 درصد رسیده است تا پیش بینی کند که آیا روز بعد سود یا ضرر وجود دارد و دقت 98. 88 درصد از نرخ موفقیت TRX معاملاتپیش بینی که بالاتر از دقت به دست آمده توسط مدلهای استاندارد یادگیری ماشین است. یک چارچوب مؤثر برای تصمیم گیری بهتر و مدیریت خطرات در یک رمزنگاری مفید خواهد بود.

کلید واژه ها: 68T05

1. معرفی

فناوری blockchain در پی موفقیت بیت کوین و سایر ارزهای رمزنگاری شده به عنوان یک تغییر دهنده بازی ظاهر شده است. توسعه دهندگان برنامه های غیر متمرکز تمایل دارند در عوض بر یافتن راه حلی که به بهترین وجه نیازهای آنها و نیازهای بازار برنامه های غیر متمرکز خود را برآورده می کند ، به جای توسعه یک بستر جدید blockchain از ابتدا با افزایش تعداد موارد موجود ، تمرکز کنند. فن آوری های مبتنی بر عدم تمرکز ، مالکیت و انتقال دارایی های مالی دیجیتال را تا حدی تضمین می کند. افزایش ارزش بازار و محبوبیت ارزهای رمزپایه ، چندین موضوع و نگرانی جهانی را برای تجارت و اقتصاد صنعتی ایجاد می کند. دفترچه توزیع شده طی سالها به دست آمده است و به زیرساخت های فن آوری و پروتکل ها برای تحقق اهداف شفافیت و ردیابی اشاره دارد. برای هر معامله ایمن ، یک مکان امن جداگانه باید توسط شرکت کنندگان ، که اساساً کاربران فناوری Ledger توزیع شده هستند ، از طریق اینترنت حفظ شود. blockchain امکان حفظ یک شبکه گسترده پراکنده را از طریق تلاش های تعاونی برای ایجاد مکانیسم های هماهنگی ، ارتباط و انگیزه فراهم می کند [1]. اصطلاح "امور مالی blockchain" به نحوه اجرای این فناوری اشاره دارد. این امر باعث ایجاد چندین سیستم عامل دیجیتالی مانند TRON ، که دارای سکه دیجیتالی خاص خود است ، به نام TRX Coin. استفاده از فناوری blockchain در بخش مالی هزینه ها را کاهش می دهد و کیفیت خدمات را به روشی ایمن و انعطاف پذیر بهبود می بخشد [2]. بانک اطلاعاتی توزیع شده blockchain تقریباً غیرممکن است ، در حالی که مدل های اعتباری سنتی برای پردازش اطلاعات پرداخت به اشخاص ثالث متکی هستند. در نتیجه نوآوری همتا به همسالان و عدم تمرکز در بخش مالی ، گسترش سریع جهانی و یک بانک اطلاعاتی قابل اعتماد وجود داشته است.

اساس یک بلاک چین یک زنجیره غیرقابل تغییر و ضد دستکاری از بلوک های مرتبط است. مجموعه ها در هر بلوک ثبت می شوند و ابرداده ها با یک تراکنش مرتبط می شوند. این به عنوان یک سیستم تبادل ارز همتا به همتا راه اندازی شد. توپولوژی های بلاک چین با طبقه بندی گره هایی که بخشی از آن خواهند بود، به عنوان یک پارامتر حیاتی در توسعه برنامه بلاک چین عمل می کنند. سیستم های بلاک چین مجاز، خصوصی و ترکیبی جدیدترین زیرشاخه های فناوری بلاک چین هستند [3،4]. تراکنش های روی بلاک چین تأثیر یکسانی روی هر دو طرف دارد. هر گره دفتر خود را دارد [5]. نقش توکن های ارز دیجیتال، که اغلب به عنوان رمزارز از آن یاد می شود، نقش منحصر به فردی در تغییر روش انجام تراکنش های افراد بر روی وب دارند. این امر از زمان معرفی اولین ارزهای رمزنگاری شده مانند بیت کوین [6] و اتریوم [7] که دارای گره هایی هستند که می توانند بلوک معتبر بعدی را بدون اجماع [8] ایجاد کنند، مفیدتر شده است. TRX اساساً عملکرد مشابهی را انجام می دهد تا تراکنش های دیجیتالی ایمن و مطمئن را انجام دهد. پروتکل TRON، یکی از بزرگترین سیستم عامل های مبتنی بر بلاک چین، مقیاس پذیری، در دسترس بودن و توان عملیاتی بالا را برای برنامه های غیرمتمرکز (Daps) در محیط TRON فراهم می کند [9،10]. TRON Protobuf یک مکانیسم سریال سازی برای داده های ساخت یافته است، شبیه به JSON یا XML اما به طور قابل توجهی سریعتر و کوچکتر [11]. یک شبکه بلاک چین سفارشی، مانند TRON، ممکن است برای میلیون ها توسعه دهنده جهانی کارآمدتر، راحت تر، ایمن تر و پایدارتر باشد [12]. در حال حاضر، نمی توان پیش بینی کرد که TRON (توکن TRX) چقدر بالا می رود. هدف اصلی شبکه TRON تمرکززدایی صنعت توزیع و تولید محتوا است که به دلیل سانسور و توزیع ناعادلانه درآمد مورد انتقاد قرار گرفته است. بدون شک، به عنوان یک فرد، مسئولیت خود ماست که در مورد رسانه های دیجیتال اخلاقی عمل کنیم و همیشه مسئولیت محتوایی را که به صورت آنلاین یا در هر پلتفرم رسانه دیجیتال ارسال می کنیم، بپذیریم. علاوه بر این، TRON چند ابزار دیگر را برای کمک به ایجاد محتوای دموکراتیک تر ارائه می دهد. TRON به طور منطقی به عنوان یک راه حل نوآورانه برای رسیدگی به مسائل مقیاس پذیری قوی در نظر گرفته شد و به نظر می رسد مانند رقبای خود در سطح است. همه آنها می توانند به راحتی Daps را ایجاد کنند که انگیزه بیشتری برای افزایش پذیرش TRON ایجاد می کند. تعداد کمی از آنها قبلاً داشته اند. همانطور که گفته شد، TRON همچنان پتانسیل موفقیت بهتر در این بازار را دارد، اگر پذیرش آن در طول زمان افزایش یابد.

این امکان وجود دارد که اهمیت روزافزون قابلیت همکاری در صنعت blockchain به TRON کمک کند تا موقعیت خود را به عنوان یکی از شبکه های پیشرو برای توزیع محتوای دیجیتال اصلی حفظ کند. نقطه فروش منحصر به فرد Tron این است که هرکسی ، در هر کجا ، با اتصال به اینترنت ، می تواند به داده های موجود در شبکه دسترسی پیدا کند. چندین محقق تلاش های مفیدی را در حوزه blockchain و cryptocurrency منتهی به زمان حال انجام داده اند ، جایی که این آثار سودمندی تکنیک های مختلف هوش مصنوعی در این فناوری را تأیید می کنند. در صورت وجود ، تلاش های بسیار کمی برای مطالعه TRON به عنوان یک رمزنگاری با استفاده از هوش مصنوعی برای پیش بینی سود روز بعد ، قیمت ها در آینده و رسیدگی به موفقیت و عدم موفقیت معاملات انجام شده است. دامنه و انعطاف پذیری تحقیق و چارچوبی که می تواند هنگام تجزیه و تحلیل نشانه های دیجیتالی و همچنین سایر ارزهای رمزنگاری شده با موقعیت نسبتاً خوبی در بازار اعمال شود.

موارد زیر برجسته های سهم مقاله است:

ما برای پیش بینی قیمت آینده ارزهای رمزنگاری شده ، قابلیت های بالقوه مدل های رگرسیون مانند CatBoost ، XGBoost و Light GBM را بررسی کردیم.

ما مدلهای طبقه بندی را برای میزان موفقیت معاملات TRX با تکنیک های یادگیری ماشین ارائه داده ایم.

سرانجام ، ما درآمد حاصل از سود حاصل از توکن های TRX را تخمین زده ایم.

بقیه این مقاله به شرح زیر سازماندهی شده است: بخش 2 در مورد بررسی ادبیات مربوط به فناوری blockchain و پیش بینی قیمت cryptocurrency است. بخش 3 در مورد مجموعه داده ، تجسم و بحث در مورد روش مفصل درگیر در این تحقیق است. بخش 4 نتایج تجربی به دست آمده توسط طبقه بندی کننده های فردی و همچنین روش های گروه را به همراه تجزیه و تحلیل آن نشان می دهد. مقاله در بخش 5 نتیجه گیری شده است.

2. بررسی ادبیات

ارزش بازار سکه TRX از نزدیک با برنامه های وسیع تر فناوری blockchain گره خورده است و برای پیش بینی دقیق قیمت برای سکه های خاص ، برای مطالعه یافته های تحقیق مرتبط و رویکردهای اخیر بسیار مهم است. عواملی مانند احساسات بازار ، تغییرات نظارتی و پیشرفتهای فناوری می توانند تا حد زیادی بر ارزش TRX تأثیر بگذارند. همچنین به خوبی استدلال می شود که قیمت یک ارز غیر متمرکز خاص ، دقیقاً مانند TRX ، سایر رمزنگاری های مشابه را در روند بازار دنبال می کند. دلایل این امر ممکن است این باشد که دقیقاً مانند سهام در سهام بازار عمومی (بازار سهام) به عنوان یک دارایی دیده می شود و به شدت به احساسات بازار و فناوری پشت آن وابسته است. بنابراین ، ما این موارد را به طور جداگانه به همراه ادبیات مربوط به پیش بینی قیمت cryptocurrency بحث می کنیم.

2. 1ادبیات در مورد دامنه ارزهای رمزپایه و فناوری blockchain

در این بخش، چندین مقاله مرتبط با کار خود را بررسی کرده و آنها را بر اساس آن گروه بندی می کنیم. یافته های کلیدی، مکانیسم ها و اهداف مورد بحث قرار می گیرد. Vergne و همکاران[13]، بینشی در مورد بلاک چین، یادگیری ماشین (ML) و آینده پلتفرم های دیجیتال ارائه می کند: سازمان های متمرکز در مقابل سازمان های توزیع شده. صبری و همکاران[14] یک نمای کلی از چگونگی استفاده از هوش مصنوعی (AI) برای یافتن راه حل هایی برای مشکلات مرتبط با ارزهای دیجیتال، از جمله ناتوانی انسان ها در هماهنگی با حجم عظیم تراکنش ها، معاملات و اخبار روزانه ارائه می کند. مطالعات اخیر در این زمینه با مقایسه بین آنها در مورد روش شناسی و مجموعه داده ها مورد بحث قرار گرفته است. همچنین توجه به چندین فرصت بهبود و شکاف تحقیقاتی را جلب می کند. در همین راستا، بوتا و همکاران.[15] تاریخچه، طراحی و ایمنی فناوری بلاک چین را بررسی کرد. تنور و همکاران[16] طرح های پیش بینی قیمت ارزهای دیجیتال را با استفاده از تکنیک های یادگیری عمیق بررسی کرد و ارزش ارزهای دیجیتال را با استفاده از یادگیری عمیق و روابط وابسته آنها پیش بینی کرد. آنها یک مدل ترکیبی مبتنی بر رویکرد یادگیری عمیق برای تخمین قیمت Litecoin و Zcash پیشنهاد می کنند و مدل پیشنهادی با موفقیت در مجموعه داده های استاندارد صنعت آموزش داده شده و آزمایش شده است و امکان استفاده فوری در تنظیمات دنیای واقعی را فراهم می کند. این ارزهای رمزپایه از نظر اندازه نسبی بازار مشابه TRX هستند. Šťastný و همکاران.[17]، با نگاهی به زمان پویا و یادگیری ماشین، آنها یک مدل ایجاد کردند و 30 قیمت ارزهای دیجیتال برتر را دسته بندی کردند. توضیح آنها در مورد اینکه چگونه هوش مصنوعی بر ارزهای دیجیتال تأثیر می گذارد برای درک اصول اولیه پیش بینی قیمت مفید است. گادسیف و همکاران[18]، در کار خود، "Bitcoin: Bubble or Blockchain"، که در آن سیستم های عامل و چند عاملی مورد بحث قرار می گیرند. برنامه ها و فناوری های جدید و مروری مختصر و جامع از ارز دیجیتال که توسط یک سیستم چند عامله توزیع شده (DAS) مدیریت می شود، ارائه کرد. در کنار این، باچانی و همکاران.[19] درباره پلتفرم های مختلف بلاک چین که از الگوریتم اجماع اثبات سهام (DPoS) استفاده می کنند، از جمله Tron، و ویژگی ها و ویژگی های خاص هر پلتفرم، مانند تعداد اعتبارسنجی ها (یا نمایندگان)، زمان ایجاد بلوک، بلوک را توضیح می دهند. پاداش، و نحوه انتخاب اعتباردهنده ها. بنابراین، با اطمینان می توان گفت که با توجه به کشش، ارزهای دیجیتال افزایش یافته است، بلاک چین به عنوان یک فناوری افزایش یافته و دارای پیشینه تکنولوژیکی بسیار قوی خواهد بود. ترون،

بنابراین ، به برخی از نوآورانه ترین فن آوری هایی که تاکنون توسعه یافته اند متکی است و TRX Token در این زمینه از پتانسیل بسیار خوبی برخوردار است.

2. 2ادبیات مربوط به کاربردهای مرتبط با فناوری blockchain

Alrowaily و همکاران[20] مطالعه ای را در مورد سیستم های نقدی الکترونیکی نظیر به نظیر برای ارزهای رمزنگاری شده، از جمله TRON، ارائه کرد. این مطالعه اساساً نشان می دهد که ارسال وجه نقد الکترونیکی از شخصی به فرد دیگر بدون دخالت بانک یا سایر مؤسسات مالی با استفاده از توکن های دیجیتال آسان تر است. یلی هومو و همکاران[21] متون علمی مرتبط در مورد فناوری بلاک چین را بررسی کرد و نقشه برداری کامل انجام داد. آنها موضوعات تحقیقاتی حاضر، جهت گیری ها و چالش های آینده در فناوری بلاک چین را از منظر فناوری مورد بحث قرار می دهند. بنابراین، آنها در مورد فناوری به عنوان یک کل تحقیق می کنند که نشان می دهد محیط TRON امنیت تراکنش بهتری را با مکانیسم اجماع تضمین می کند و پذیرش آن منجر به اکوسیستم بهتری با پذیرش کیف پول TRON توسط کاربران می شود. مایر و همکاران[22] دیدگاه های عملی و میان رشته ای در مورد فناوری دفتر کل توزیع شده را مورد تحقیق قرار داد. Mengelkamp E و همکاران.[23] شبکه های هوشمند مبتنی بر بلاک چین را مورد مطالعه قرار داد. استفاده روزافزون از انرژی های تجدیدپذیر نیاز به یک مدل قیمت گذاری و توزیع جدید برای تولید بی ثبات و غیرمتمرکز دارد. جالب است که این پلتفرم های دیجیتال چقدر به محیط فیزیکی کمک می کنند که یک محیط دیجیتال امن و مطمئن را ایجاد می کند. خو و همکاران[24] مصونیت بلاک چین در برابر برخی حملات مخرب را مورد بحث قرار داد. اجماع توزیع شده تغییر یا به خطر انداختن دفتر کل عمومی را که تراکنش های رمزنگاری را ثبت می کند، تقریبا غیرممکن کرد. بنگتسسون و همکاران[25] این موضوع را بررسی کرد و اثرات آن را به صورت تجربی اندازه گرفت. برای هر یک از این پروتکل ها، تاخیر بالقوه توزیع سهام چندین روز است که آنها پس از بررسی پیشنهادات PoS ایمن موجود کشف کردند. یانگ و همکاران[26] انتشار ریسک در بازار ارزهای دیجیتال از سال 2018 تا 2021 را بررسی کرد و آن را با بازارهای سهام و ارز مقایسه کرد و دریافت که این ریسک راحت تر در بازار ارزهای دیجیتال منتشر می شود و بیشترین تأثیر را از ارزهای دیجیتال با ارزش بازار بزرگ یا پایین می گیرد.-حجم معاملات. جورج و همکاران[27] مطالعه ای بر روی سیستم عامل توزیع شده (DOS) برای بلاک چین های مجاز انجام داد. اولین سیستم بلاک چین واقعا قابل توسعه، Fabric، برای اجرای برنامه های کاربردی توزیع شده استفاده می شود. همه این مقالات به این موضوع می پردازند که چگونه بلاکچین موثر در آینده توسط توده ها مورد پذیرش قرار خواهد گرفت. سعید و همکاران[28] بیان کرد که قراردادهای هوشمند بر روی بلاک چین های غیرمتمرکز برنامه ریزی و ذخیره می شوند و در صورت راه اندازی فعال می شوند. پیش از این، Macrinici و همکاران.

[29] برنامه های قراردادهای هوشمند را در فناوری blockchain مورد مطالعه قرار داد. این یک مرور کلی از روندهای تحقیقاتی فعلی در این زمینه و مطالعه 64 مقاله است که با توجه به مهمترین منابع انتشار ، کانال ها ، رویکردها و روشهای کشف شده از طریق نقشه برداری سیستماتیک تحقیق آنها سازماندهی شده است.

این ادبیات در مورد برنامه های کاربردی تمایل دارد به آینده این ارزهای رمزنگاری شود و بنابراین TRON به عنوان یک سکوی ، با رمزنگاری آن ، به اینکه چگونه کل ستون فقرات فناوری blockchain را ساختار می کند ، متکی است. راهی برای آزمایش این کار در عمل با افزایش پذیرش و ابزار پلت فرم TRON است که به نوبه خود می تواند تقاضا برای TRX را افزایش دهد زیرا کاربران بیشتری نیاز به تعامل با قراردادهای هوشمند و سایر خدمات موجود در این سکو دارند. علاوه بر این ، قراردادهای هوشمند می توانند موارد استفاده جدید را برای TRX ، مانند مبادلات غیر متمرکز و بازارهای پیش بینی ، فعال کنند که این امر به افزایش تقاضا و ارزش کمک می کند. کارآیی و امنیت مکانیسم اجماع یک cryptocurrency می تواند بر پذیرش و جذابیت آن برای کاربران تأثیر بگذارد ، که به نوبه خود می تواند بر ارزش آن تأثیر بگذارد.

2. 3ادبیات در مورد پیش بینی قیمت cryptocurrency و ارتباط آن با نشانه TRX

وو و همکاران.[12] نگاهی کلی به تجزیه و تحلیل شبکه معاملات بیت کوین ارائه داد. آنها در مورد تاریخچه تجزیه و تحلیل شبکه معاملات بیت کوین و بررسی کارهای قبلی در این زمینه ها و همچنین در موارد مرتبط با مدل سازی شبکه ، پروفایل شبکه و تشخیص شبکه مبتنی بر شبکه ، بحث می کنند تا یک چارچوب یکپارچه برای مطالعه آینده ارائه دهند. در اوایل مطالعه والدیویا و همکاران.[30] بر روی ارزهای رمزنگاری شده و مغالطه عدم تمرکز متمرکز شده است. به دو دلیل اصلی - کمک و استقلال از یک مقام مرکزی ، ارزهای رمزنگاری شده این امکان را دارند که صنعت خدمات مالی را بطور اساسی تغییر دهند. این باید با تجزیه و تحلیل شبکه از سیستم عامل هایی مانند TRON مشهود باشد. Motamed et al.[31] نمودارهای معامله cryptocurrency را به صورت کمی مورد مطالعه قرار داد. آنها بر این واقعیت متمرکز شدند که تا آن زمان مقایسه کاملی از سایر ارزهای رمزنگاری نشده است. در عوض ، فقط چند تجزیه و تحلیل آماری محدود از معاملات رمزنگاری وجود داشته است که بیشتر آنها روی بیت کوین متمرکز شده است. بعداً ، Crowcroft و همکاران.[32] تجزیه و تحلیل قیمت بیت کوین را با استفاده از داده های شبکه کاربر و معاملات تأیید شده ارائه داد و علاوه بر ویژگی های استاندارد ، آنها مفهوم نوآورانه نمودار معاملات قابل اعتماد را نیز در نظر می گیرند ، که مشخص شد برای همه احزاب و کاربران مجلل در blockchain مفید استشبکه های. گریتسن و همکاران.[33] اظهار داشت که سرمایه گذاران بیت کوین ممکن است از پیش بینی کارشناسان رمزنگاری پول بگیرند. آنها نشان می دهند که پیش بینی های خنثی و نزولی برای بیت کوین که توسط کارشناسان رمزنگاری منتشر شده است ، بازده های غیر طبیعی منفی را دنبال می کنند. با این حال ، با استفاده از یک مجموعه داده که آنها به صورت دستی جمع می کردند ، انتظارات صعودی با هیچ بازده غیر طبیعی غیر طبیعی مرتبط نبود. به روزرسانی های پیش بینی با استفاده از تمام پیش بینی های فعال و مقایسه آنها با (i) جدیدترین پیش بینی و (ب) پیش بینی اجماع فعال محاسبه می شود. معاملات توسط کاربران سیستم blockchain به سرورها ارسال می شود. این نشان می دهد که انتظارات صعودی تأثیر قابل توجهی در بازده غیر طبیعی Tron ندارد ، اما مطالعه ای در مورد موفقیت و میزان عدم موفقیت معامله و سود روز بعد و مدلی برای پیش بینی آنها ، ممکن است مشکل تجزیه و تحلیل دستی داده های زیادی را حل کنددر مورد این ارزها و به طور غیرمستقیم راهی را به کاربر می دهد تا قضاوت کند که معامله چگونه ممکن است براساس داده های تاریخی مؤثر باشد [34]. سباستیو و همکاران.

[35] تحقیقاتی را با تمرکز بر استفاده از یادگیری ماشین برای پیش بینی قیمت cryptocurrency و تجارت در بازارهای بی ثبات ارائه داد. از ویژگی های تجارت و فعالیت شبکه از 15 اوت 2015 ، تا 3 مارس 2019 ، با نمونه آزمون از 13 آوریل 2018 ، در روشهای طبقه بندی و رگرسیون استفاده شد. پنج مورد از هجده مدل فردی در طی دوره آزمایش ، میزان موفقیت کمتر از 50 ٪ داشتند. این یک بینش مهم برای توسعه مدل های طبقه بندی باینری دقیق برای پیش بینی قیمت است.