Prédiction du rendement des crypto-monnaies à l'aide de réseaux LSTM améliorés

Les crypto-monnaies, produits de l’ère numérique, ont eu un impact significatif sur l’écosystème financier mondial depuis la création du Bitcoin en 2009. Fondées sur une technologie décentralisée, les crypto-monnaies offrent un système de peer-to-peer pour les transactions financières, sans intervention gouvernementale ni contrôle central. Fin 2021, le marché des crypto-monnaies comprenait plus de 10000 actifs numériques différents et culminait à une capitalisation boursière globale de plus de 2500 milliards de dollars (sa capitalisation s’élevant aujourd’hui à environ 1000 milliards de dollars). La prédiction de ces actifs représente donc un challenge de taille. Dans ce mémoire, plusieurs réseaux basés sur les Long Short-Term Memory seront explorés. Bien que les résultats ne soient pas convaincants lorsque les données les plus récentes sont prises en compte, un modèle d’LSTM empilés, avec mécanismes d’attention et de skip connections, le tout optimisé par la méthode du Particle Swarm Optimization a montré des résultats encourageants. En effet, ce réseau a été capable de significativement bien prédire la direction du mouvement des prochains rendements de certaines crypto-monnaies lorsque l'historiques de prix des crypto-monnaies était plus ancien.