Σκοπός αυτής της διπλωματικής εργασίας είναι να ερευνήσει την επίδραση των ειδησεογραφικών άρθρων πάνω στην μεταβλητότητα των κρυπτονομισμάτων και συγκεκριμένα στο Bitcoin. Ο λόγος που επιλέχθηκε το Bitcoin είναι επειδή έχει την μεγαλύτερη κεφαλαιοποίηση στο σύνολο των κρυπτονομισμάτων και η μεταβλητότητά του επηρεάζει την μεταβλητότητα όλων των κρυπτονομισμάτων. Η συλλογή των άρθρων έγινε κάνοντας χρήση της μεθόδου ιστοσυγκομιδής (web scraping) και έπειτα τα κείμενα αυτά επεξεργάστηκαν έτσι ώστε να παραμείνουν μόνο λέξεις με συναίσθημα. Στη συνέχεια, έγινε ανάλυση συναισθήματος και κατηγοριοποίηση με χρήση του μοντέλου Naive Bayes. Αρχικά έγινε εκπαίδευση του κατηγοριοποιητή με τη μέθοδο της επιβλεπόμενης μάθησης και έπειτα έγινε πρόβλεψη του συναισθήματος του συνόλου των άρθρων σε θετικό, ουδέτερο ή αρνητικό. Συγκεντρώνοντας το συναίσθημα ανά άρθρο έγινε εξαγωγή του συναισθήματος ανά ημέρα για το διάστημα που αφορούσαν τα άρθρα, δηλαδή από 13/01/2022 έως 10/05/2022. Συλλέγοντας τις τιμές κλεισίματος του Bitcoin για το ίδιο διάστημα έγινε καταγραφή της μεταβλητότητας του Bitcoin ανά ημέρα σε άνοδο, σταθερό ή πτώση τιμής. Με τα δεδομένα αυτά, έγινε εκτίμηση της επίδρασης του συναισθήματος των άρθρων πάνω στη μεταβλητότητα του Bitcoin τρέχοντας ένα μοντέλο παλινδρόμησης. Τα αποτελέσματα έδειξαν ότι υπάρχει ισχυρή συσχέτιση μεταξύ της μεταβλητότητας του Bitcoin και του συναισθήματος για την ίδια μόνο ημέρα τουλάχιστον σε επίπεδο σημαντικότητας 5%. Ωστόσο εξετάζοντας την επίδραση αυτή για τις επόμενες πέντε ημέρες δεν βρέθηκε καμία στατιστική σημαντικότητα. Αυτό το αποτέλεσμα μας υποδεικνύει ότι οι επενδυτές του Bitcoin έχουν άμεση ανταπόκριση στα νέα της αγοράς και ανταποκρίνονται κάθε μέρα με βάση το ημερήσιο συναίσθημα.
The goal of this dissertation is to investigate the effect of news coming from news media on the volatility of cryptocurrencies, specifically Bitcoin. The reason why Bitcoin was chosen is because it has the largest market cap of all cryptocurrencies and its volatility affects the volatility of all cryptocurrencies. Articles were collected using the web scraping method and afterwards the texts were processed so that only words with emotion remained. Sentiment analysis and classification were then performed using the Naive Bayes model. Firstly, the classifier was trained using the supervised learning method, and subsequently the sentiment of the set of articles was predicted as positive, neutral, or negative. By collecting the sentiment per article, the sentiment per day was extracted for the period covered by the articles, i.e. from 13/01/2022 to 10/05/2022. Collecting the Bitcoin daily closing prices for the same period, we obtained the volatility of Bitcoin per day in 3 classes: increasing, stable or falling price. With the above data, it was possible to estimate the impact of news sentiment on Bitcoin volatility by running a regression model. The results showed that there is a strong correlation between Bitcoin volatility and intraday sentiment at least at 5% significance level. However, when examining this effect for the next five days, no statistical significance was found. This result shows that Bitcoin investors have an immediate response to market news and respond daily based on daily sentiment.
Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.
Main Files
Μελέτη επίδρασης της ειδησεογραφίας στην τιμή κρυπτονομισμάτων: Μία εμπειρική προσέγγιση Description: ΔΕ_Μανουσάκης_Άγγελος_std138372.pdf (pdf)
Book Reader Info: Διπλωματική Εργασία Size: 1.6 MB
Μελέτη επίδρασης της ειδησεογραφίας στην τιμή κρυπτονομισμάτων: Μία εμπειρική προσέγγιση - Identifier: 169744
Internal display of the 169744 entity interconnections (Node labels correspond to identifiers)