Korrelationsanalyse von Kryptowährungskursverläufen basierend auf Tweet Sentiment-Analysis
- In dieser Arbeit werden 4,6 Millionen englische Tweets, welche das Keyword „Bitcoin“ enthalten, analysiert und der Zusammenhang zwischen dem Sentiment der Tweets und den Renditen des Bitcoin untersucht. Zur Bestimmung der Sentiment-Klassen werden Text-Klassifizierer mit verschiedenen Ansätzen, darunter auch auf Convolutional Neural Networks und Transformern basierende Modelle, in diesem Kontext evaluiert und optimiert. Es wird außerdem ein Meta-Modell konstruiert, welches beim Problem der Sentiment-Klassifikation von Tweets in drei Klassen {Positiv, Negativ, Neutral} in der betrachteten Domäne besser abschneidet, als die anderen begutachteten Modelle. Bezüglich des Zusammenhangs wird im Speziellen auch der Einfluss von Merkmalen der Tweets und ihrer Verfassern anhand der Distanzkorrelation untersucht.
Author: | Marcel Gino Faizi |
---|---|
URN: | urn:nbn:de:hebis:30:3-675507 |
Place of publication: | Frankfurt am Main |
Referee: | Alexander MehlerORCiDGND, Visvanathan RameshORCiD |
Advisor: | Alexander Mehler, Giuseppe Abrami |
Document Type: | Bachelor Thesis |
Language: | German |
Date of Publication (online): | 2022/03/24 |
Year of first Publication: | 2021 |
Publishing Institution: | Universitätsbibliothek Johann Christian Senckenberg |
Granting Institution: | Johann Wolfgang Goethe-Universität |
Date of final exam: | 2021/09/24 |
Release Date: | 2022/03/31 |
Tag: | Bitcoin; Sentiment; Sentiment-Analysis |
Page Number: | 59 |
Last Page: | 55 |
HeBIS-PPN: | 494263563 |
Institutes: | Informatik und Mathematik / Informatik |
Dewey Decimal Classification: | 0 Informatik, Informationswissenschaft, allgemeine Werke / 00 Informatik, Wissen, Systeme / 004 Datenverarbeitung; Informatik |
Sammlungen: | Universitätspublikationen |
Licence (German): | Deutsches Urheberrecht |