ブロックチェーン活動から市場感情をデコード：データ駆動型センチメント分類器

ブロックチェーン活動とSNSデータを統合し、ビットコイン市場の感情を分析するデータ駆動型センチメント分類器を開発。価格予測ではなく、市場心理の要因をオンチェーンデータから説明することに注力。

• ブロックチェーン活動データとソーシャルメディアセンチメントを組み合わせ、市場感情を分類するデータ駆動型アプローチを提案しています。
• 価格予測ではなく、オンチェーンデータ、ビットコインの価格履歴、Twitterのセンチメント分類を統合して市場感情を説明することに焦点を当てています。
• 複数の機械学習モデルを比較検討し、XGBoostが約0.84の平均F1スコアで最も信頼性の高いモデルであると結論付けています。
• SHAPを用いてオンチェーンデータがモデル予測に与える影響を定量化し、モデルの解釈可能性と透明性を向上させています。
• このデータ組み合わせが、データ駆動型の仮想通貨分析をサポートし、将来的なディープラーニングへの応用可能性を示唆しています。