شبیه سازی و پیش بینی عوامل موثر بر قیمت بیت کوین با بهره گیری از الگوریتم هوش جمعی GSA و شبکه عصبی مصنوعی
نویسندگان
1 استاد اقتصاد ، گروه اقتصاد ، دانشکده اقتصاد و علوم اجتماعی ، دانشگاه شهید چمران اهواز ، اهواز ، ایران
2 گروه اقتصاد، دانشکده اقتصاد و علوم اجتماعی، دانشگاه شهید چمران اهواز، ایران
3 گروه اقتصاد، دانشکده اقتصاد و علوم اجتماعی، دانشگاه شهید چمران اهواز، ایران
doi
10.71818/ecj.2025.1194362چکیده
توجه به رشد روزافزون قیمت بیتکوین و اینکه بازار رمز ارزها نیز با مخاطراتی همراه است؛ سرمایهگذاران باید با دقت به تحلیل و مدیریت ریسک پرداخته و انتخابهای خود را با بررسی دقیق انجام دهند. در این تحقیق با استفاده از الگوریتم جستجوی گرانشی ( GAS ) و شبکه عصبی مصنوعی، شبیهسازی و پیشبینی مدل قیمتی بیتکوین در دو دوره قبل و دوره همهگیری COVID- 19 انجام شده است. برای این منظور، تعداد معاملات روزانه بیتکوین، سختی استخراج روزانه شبکه بیتکوین، تعداد بیتکوین در گردش بیتکوین، قیمت روزانه طلا، S&P500 ، شاخص قیمت سهام بورس نیویورک، نرخ مبادله میان ارزهای دلار و یورو، تعداد پست های ارسالی در توییتر و تعداد جستجوی کلمات مرتبط با بیتکوین در گوگل به عنوان متغیرهای اثرگذار بر قیمت بیتکوین استفاده شده است. نتایج تحقیق نشان میدهد که براساس معیارهای دقت برازش به خصوص میانگین درصد خطای مطلق، قبل از همهگیری کرونا مدل برتر فرم کاب داگلاس بوده و دارای دقت بالاتری شبیهسازی شده است و با همهگیری کرونا مدل برتر تغییر نکرده و همچنان فرم کاب داگلاس بوده است. از طرفی مشخص گردید که دقت شبیهسازی مدل برتر بعد از از همهگیری کرونا افزایش یافته است. میزان خطا بر اساس شبکه عصبی مصنوعی 1% به عبارتی دقت پیشبینی 99% است که نشان میدهد شبکه عصبی مصنوعی از دقت پیشبینی بسیار بالایی برخوردار است.