H επίδραση των δημιουργών περιεχομένου στην κατεύθυνση μεταβλητότητας κρυπτονομισμάτων : μια εμπειρική προσέγγιση
Σε αυτή τη διατριβή εξετάσαμε αν οι δημοφιλείς δημιουργοί περιεχομένου επηρεάζουν την κατεύθυνση μεταβλητότητας των κρυπτονομισμάτων. Σε ότι αφορά τα κρυπτονομίσματα επιλέξαμε τα 3 που χαίρουν της μεγαλύτερης δημοσιότητας. Έτσι λοιπόν επιλέξαμε το Bitcoin που θεωρείται το πλέον διάσημο κρυπτονόμισμ...
Κύριος συγγραφέας: | |
---|---|
Άλλοι συγγραφείς: | |
Γλώσσα: | Greek |
Έκδοση: |
2022
|
Θέματα: | |
Διαθέσιμο Online: | https://hdl.handle.net/10889/23474 |
id |
nemertes-10889-23474 |
---|---|
record_format |
dspace |
spelling |
nemertes-10889-234742022-10-21T03:34:50Z H επίδραση των δημιουργών περιεχομένου στην κατεύθυνση μεταβλητότητας κρυπτονομισμάτων : μια εμπειρική προσέγγιση The influence of content creators on cryptocurrency volatility direction : an empirical approach Τσούνης, Γρηγόριος Tsounis, Grigorios Κρυπτονομίσματα Μεταβλητότητα Μηχανική Μάθηση Ανάλυση συναισθήματος Δημιουργοί περιεχομένου Cryptocurrency Volatility Machine learning Sentiment analysis Social media Influencers Σε αυτή τη διατριβή εξετάσαμε αν οι δημοφιλείς δημιουργοί περιεχομένου επηρεάζουν την κατεύθυνση μεταβλητότητας των κρυπτονομισμάτων. Σε ότι αφορά τα κρυπτονομίσματα επιλέξαμε τα 3 που χαίρουν της μεγαλύτερης δημοσιότητας. Έτσι λοιπόν επιλέξαμε το Bitcoin που θεωρείται το πλέον διάσημο κρυπτονόμισμα, το Ethereum και το Tether (USDT). Επιπλέον, σαν δημιουργούς περιεχομένου επιλέξαμε άτομα τα οποία αναφέρονται ως influencers σε άρθρα γνωστών και καταξιωμένων στον χώρο τους πηγών (εφημερίδων, περιοδικών, ειδησεογραφικών site). Εν συνεχεία, χρησιμοποιήσαμε ένα σύνολο εκπαίδευσης (training set) 145 άρθρων και ένα σύνολο δεδομένων. Στην παρούσα φάση τα δεδομένα μας ήταν tweet των influencer που αναφέραμε παραπάνω. Στη συνέχεια, χρησιμοποιήσαμε την ανάλυση συναισθήματος που είναι μια μέθοδος που στοχεύει στον χαρακτηρισμό του συναισθήματος ενός κειμένου για ένα συγκεκριμένο θέμα. Ακολούθησε ο χαρακτηρισμός του συνόλου εκπαίδευσης με το αν κάθε tweet μιλούσε θετικά, αρνητικά ή ουδέτερα για τα κρυπτονομίσματα. Έτσι, με αυτόν τον τρόπο θα μπορούσαμε να εκπαιδεύσουμε τον ταξινομητή μας. Ο ταξινομητής που χρησιμοποιήσαμε, ήταν ο Naïve Bayes. Στο τελευταίο μέρος της διατριβής μας, εφαρμόσαμε την μέθοδο της παλινδρόμησης μεταξύ του δείκτη μεταβλητότητας των κρυπτονομισμάτων σε ημερήσια βάση και της μεταβλητής του συναισθήματος. Εφαρμόσαμε την συγκεκριμένη μέθοδο και με χρονική υστέρηση μίας ημέρας καθώς θέλαμε να δούμε αν υπήρχε αντίκτυπο στην μεταβλητότητα των κρυπτονομισμάτων με καθυστέρηση ημερών ή αν οι επιπτώσεις υπήρχαν από την ίδια μόλις ημέρα. In this thesis we examined whether popular content creators influence the volatility direction of cryptocurrencies. As far as cryptocurrencies are concerned, we have chosen the 3 that enjoy the most publicity. Thus, we chose Bitcoin which is considered the most famous cryptocurrency, Ethereum and Tether (USDT). In addition, as content creators we selected people who are mentioned as influencers in articles of well-known and established sources in their field (newspapers, magazines, news sites). Moreover, we used a training set of 145 articles and an unknown data set. At this stage our data was tweets from the influencers we mentioned above. Next, we used sentiment analysis which is a method that aims to characterize the sentiment of a text on a specific topic. This was followed by characterizing the training set and depending on whether each tweet spoke positively, negatively or neutrally about cryptocurrencies. So, this way we could train our classifier. The classifier we used was Naïve Bayes. In the last part of our thesis, we applied the regression method between the cryptocurrency volatility index on a daily basis and the sentiment variable. We also applied this method with a one-day time lag as we wanted to see if there was an impact on the volatility of cryptocurrencies with a lag of days or if the effects were there from the same day. 2022-10-20T07:02:49Z 2022-10-20T07:02:49Z 2022-10-19 https://hdl.handle.net/10889/23474 el application/pdf |
institution |
UPatras |
collection |
Nemertes |
language |
Greek |
topic |
Κρυπτονομίσματα Μεταβλητότητα Μηχανική Μάθηση Ανάλυση συναισθήματος Δημιουργοί περιεχομένου Cryptocurrency Volatility Machine learning Sentiment analysis Social media Influencers |
spellingShingle |
Κρυπτονομίσματα Μεταβλητότητα Μηχανική Μάθηση Ανάλυση συναισθήματος Δημιουργοί περιεχομένου Cryptocurrency Volatility Machine learning Sentiment analysis Social media Influencers Τσούνης, Γρηγόριος H επίδραση των δημιουργών περιεχομένου στην κατεύθυνση μεταβλητότητας κρυπτονομισμάτων : μια εμπειρική προσέγγιση |
description |
Σε αυτή τη διατριβή εξετάσαμε αν οι δημοφιλείς δημιουργοί περιεχομένου επηρεάζουν την κατεύθυνση μεταβλητότητας των κρυπτονομισμάτων. Σε ότι αφορά τα κρυπτονομίσματα επιλέξαμε τα 3 που χαίρουν της μεγαλύτερης δημοσιότητας. Έτσι λοιπόν επιλέξαμε το Bitcoin που θεωρείται το πλέον διάσημο κρυπτονόμισμα, το Ethereum και το Tether (USDT). Επιπλέον, σαν δημιουργούς περιεχομένου επιλέξαμε άτομα τα οποία αναφέρονται ως influencers σε άρθρα γνωστών και καταξιωμένων στον χώρο τους πηγών (εφημερίδων, περιοδικών, ειδησεογραφικών site).
Εν συνεχεία, χρησιμοποιήσαμε ένα σύνολο εκπαίδευσης (training set) 145 άρθρων και ένα σύνολο δεδομένων. Στην παρούσα φάση τα δεδομένα μας ήταν tweet των influencer που αναφέραμε παραπάνω. Στη συνέχεια, χρησιμοποιήσαμε την ανάλυση συναισθήματος που είναι μια μέθοδος που στοχεύει στον χαρακτηρισμό του συναισθήματος ενός κειμένου για ένα συγκεκριμένο θέμα. Ακολούθησε ο χαρακτηρισμός του συνόλου εκπαίδευσης με το αν κάθε tweet μιλούσε θετικά, αρνητικά ή ουδέτερα για τα κρυπτονομίσματα. Έτσι, με αυτόν τον τρόπο θα μπορούσαμε να εκπαιδεύσουμε τον ταξινομητή μας. Ο ταξινομητής που χρησιμοποιήσαμε, ήταν ο Naïve Bayes.
Στο τελευταίο μέρος της διατριβής μας, εφαρμόσαμε την μέθοδο της παλινδρόμησης μεταξύ του δείκτη μεταβλητότητας των κρυπτονομισμάτων σε ημερήσια βάση και της μεταβλητής του συναισθήματος. Εφαρμόσαμε την συγκεκριμένη μέθοδο και με χρονική υστέρηση μίας ημέρας καθώς θέλαμε να δούμε αν υπήρχε αντίκτυπο στην μεταβλητότητα των κρυπτονομισμάτων με καθυστέρηση ημερών ή αν οι επιπτώσεις υπήρχαν από την ίδια μόλις ημέρα. |
author2 |
Tsounis, Grigorios |
author_facet |
Tsounis, Grigorios Τσούνης, Γρηγόριος |
author |
Τσούνης, Γρηγόριος |
author_sort |
Τσούνης, Γρηγόριος |
title |
H επίδραση των δημιουργών περιεχομένου στην κατεύθυνση μεταβλητότητας κρυπτονομισμάτων : μια εμπειρική προσέγγιση |
title_short |
H επίδραση των δημιουργών περιεχομένου στην κατεύθυνση μεταβλητότητας κρυπτονομισμάτων : μια εμπειρική προσέγγιση |
title_full |
H επίδραση των δημιουργών περιεχομένου στην κατεύθυνση μεταβλητότητας κρυπτονομισμάτων : μια εμπειρική προσέγγιση |
title_fullStr |
H επίδραση των δημιουργών περιεχομένου στην κατεύθυνση μεταβλητότητας κρυπτονομισμάτων : μια εμπειρική προσέγγιση |
title_full_unstemmed |
H επίδραση των δημιουργών περιεχομένου στην κατεύθυνση μεταβλητότητας κρυπτονομισμάτων : μια εμπειρική προσέγγιση |
title_sort |
h επίδραση των δημιουργών περιεχομένου στην κατεύθυνση μεταβλητότητας κρυπτονομισμάτων : μια εμπειρική προσέγγιση |
publishDate |
2022 |
url |
https://hdl.handle.net/10889/23474 |
work_keys_str_mv |
AT tsounēsgrēgorios hepidrasētōndēmiourgōnperiechomenoustēnkateuthynsēmetablētotētaskryptonomismatōnmiaempeirikēprosengisē AT tsounēsgrēgorios theinfluenceofcontentcreatorsoncryptocurrencyvolatilitydirectionanempiricalapproach |
_version_ |
1771297189576835072 |