Sentiment analysis on Cryptocurrencies

Спасибо! Поделитесь с друзьями!

Вам не понравилось видео. Спасибо за то что поделились своим мнением!

Добавлено 3 года назад от Полинка

149 Просмотры

Description...

Notre projet consiste au développement d’un indicateur technique incorporable dans un robot de trading. Cet indicateur est basé sur le sentiment du marché autour de Bitcoin. Le sentiment est déterminé à partir des messages postés sur Twitter où la cryptosphère (nom couramment donné à la communauté de la crypto-économie) est très présente.

Pour notre projet nous utilisons le langage Python qui est très flexible, simple d’utilisation et qui possède plusieurs librairies très utiles. Nous commençons par effectuer du “scraping”, c’est-à-dire utiliser l’API Twitter pour récupérer les tweets dont nous avons besoin, ceux qui contiennent les mots clés “bitcoin” et “btc”. Nous ne prenons les tweets que des personnes les plus influentes. Après la récupération des tweets il faut les analyser. Nous utilisons le Natural Language Processing NLP qui est une branche du machine learning qui permet d’analyser le langage humain et qui peut le traduire dans un langage qui est compréhensible par les machines. Chaque tweet est polarisé entre -1 (très négatif) et 1 (très positif).

Grâce à cette série temporelle nous pouvons calculer la corrélation entre le sentiment du marché par rapport au cours du Bitcoin. Nous avons trouvé que cette corrélation est quasiment inexistante. Face à ces résultats décevants, nous nous sommes ensuite fait la réflexion que le sentiment d’un marché peut aussi s’exprimer à travers l’attrait ou non des investisseurs vis à vis de celui-ci, autrement dit, s’ils s’y intéressent ou non. Ceci peut s’étudier en regardant la google trend de l’actif en question. Là, la corrélation est plus marquée.

Retrouvez l'ESILV sur :

Facebook : esilvparis
Twitter : esilvparis
Linkedin : 25WVOCa
Pinterest : pleuniversitair
Google+ : +esilv

http://