Дослідження поведінкових особливостей трейдерів: поєднання методів експериментальної економіки та технологій машинного навчання
| dc.contributor.author | Кононова, Катерина Ю. | |
| dc.contributor.author | Kononova, Kateryna | |
| dc.contributor.author | Кононова, Екатерина Ю. | |
| dc.contributor.author | Дек, Антон О. | |
| dc.contributor.author | Dek, Anton | |
| dc.date.accessioned | 2020-02-17T10:12:16Z | |
| dc.date.available | 2020-02-17T10:12:16Z | |
| dc.date.issued | 2018 | |
| dc.description.abstract | Проведено дослідження поведінкових особливостей трейдерів з використанням методів експериментальної економіки та технологій машинного навчання. Для аналізу впливу раціональності на прибутковість трейдерів було зібрано інформацію про транзакції купівлі‐продажу криптовалют обсягом близько 715 000 записів. З трейдерами, які уклали більше 15 угод протягом досліджуваного періоду, було проведено «Гру на відгадування». Виходячи з відповідей трейдерів та інформації про їх угоди, було виявлено 5 типів трейдерів, зокрема: «жартівники», «беззбиткові трейдери 0‐го ступеня», «неприбуткові трейдери 1‐го ступеня», «прибуткові трейдери 3‐го ступеня» та «професіонали». Аналіз результатів показав, що в цілому далекоглядніші трейдери отримують більший прибуток. У той же час «жартівники» характеризуються також найрізноманітнішими стратегіями, які можуть приносити прибутки. Не дивлячись на те, що середня відповідь «професіоналів» була близькою до виграшного числа, дисперсія відповідей для цього кластеру була занадто великою. Цей результат опосередковано підтверджує гіпотезу Кейнса про те, що професіонали не менш, ніж інші учасники ринку, схильні до ірраціональної поведінки. Запропоноване дослідження актуалізує проблематику розробки теоретичних та емпіричних моделей прогнозування ринку криптовалют з урахуванням ступеня раціональності трейдерів. The study of the traders’ behavioral characteristics was carried out using the methods of experimental economics and machine learning technologies. In order to analyze the impact of level of reasoning on the traders’ profitability, we collected information on cryptocurrencies purchase and sale transactions with a volume of about 715 000 records. Traders, who made more than 15 transactions during the analyzed period, were invited to take part in «Guessing Game». Based on the traders’ answers and information on their transactions, five types of traders were identified, in particular: «Jokers», «Breakeven traders of the 0th level», «Unprofitable traders of the 1st level», «Profitable traders of the 3rd level» and «Professionals». Analysis of the results showed that, in general, more far‐sighted traders make greater profit. At the same time, «Jokers» are also characterized by a wide variety of strategies, including profitable. Despite the fact that the average guess of «Professionals» was close to the winning value, the variance of guesses for this cluster turned out to be very large. This result indirectly confirms Keynes’s hypothesis that professionals tend to irrational behavior not less than other market agents. The proposed research actualizes the problems of developing theoretical and empirical models, which are taking into account the degree of traders’ rationality for predicting the cryptocurrency market. Проведено исследование поведенческих особенностей трейдеров с использованием методов экспериментальной экономики и технологий машинного обучения. Для анализа влияния рациональности на прибыльность трейдеров была собрана информация о транзакциях купли‐продажи криптовалют объемом около 715 000 записей. С трейдерами, которые заключили более 15 сделок в течение исследуемого периода, была проведена «Игра на отгадывание». Исходя из ответов трейдеров и информации об их сделках, было выявлено 5 типов трейдеров, в частности: «шутники», «безубыточные трейдеры 0‐го уровня», «неприбыльные трейдеры 1‐го уровня», «прибыльные трейдеры 3‐го уровня» и «профессионалы». Анализ результатов показал, что в целом более дальновидные трейдеры получают большую прибыль. В то же время «шутники» характеризуются также самыми разнообразными стратегиями, в том числе и доходными. Несмотря на то, что средний ответ «профессионалов» был близким к выигрышному значению, дисперсия ответов для этого кластера оказалась очень большой. Этот результат косвенно подтверждает гипотезу Кейнса о том, что профессионалы не менее, чем другие участники рынка, подвержены иррациональному поведению. Предложенное исследование актуализирует проблематику разработки теоретических и эмпирических моделей прогнозирования рынка криптовалют с учетом степени рациональности трейдеров. | uk_UA |
| dc.identifier.citation | Кононова К. Ю. Дослідження поведінкових особливостей трейдерів: поєднання методів експериментальної економіки та технологій машинного навчання / К. Ю. Кононова, А. О. Дек // Нейро-нечіткі технології моделювання в економіці : наук.-анал. журн. / М-во освіти і науки України, ДВНЗ «Київ. нац. екон. ун-т ім. Вадима Гетьмана» ; редкол.: А. В. Матвійчук (голов. ред.) [та ін.]. – Київ : КНЕУ, 2018. – № 7. – С. 148–167. | uk_UA |
| dc.identifier.issn | 2306-3289 | |
| dc.identifier.uri | https://ir.kneu.edu.ua:443/handle/2010/32154 | |
| dc.language.iso | uk | uk_UA |
| dc.publisher | ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана» | uk_UA |
| dc.subject | ступінь раціональності трейдерів | uk_UA |
| dc.subject | методи експериментальної економіки | uk_UA |
| dc.subject | «Гра на відгадування» | uk_UA |
| dc.subject | технології машинного навчання | uk_UA |
| dc.subject | кластерізація | uk_UA |
| dc.subject | traders’ level of reasoning | uk_UA |
| dc.subject | experimental economics methods | uk_UA |
| dc.subject | «Guessing Game» | uk_UA |
| dc.subject | machine learning technologies | uk_UA |
| dc.subject | clustering | uk_UA |
| dc.subject | степень рациональности трейдеров | uk_UA |
| dc.subject | методы экспериментальной экономики | uk_UA |
| dc.subject | «Игра на отгадывание» | uk_UA |
| dc.subject | технологии машинного обучения | uk_UA |
| dc.subject | кластеризация | uk_UA |
| dc.subject.udc | 330.46:519.25 | uk_UA |
| dc.title | Дослідження поведінкових особливостей трейдерів: поєднання методів експериментальної економіки та технологій машинного навчання | uk_UA |
| dc.title.alternative | Investigation of traders’ behavioral characteristics: experimental economics methods and machine learning technologies | uk_UA |
| dc.title.alternative | Исследование поведенческих особенностей трейдеров: сочетание методов экспериментальной экономики и технологий машинного обучения | uk_UA |
| dc.type | Article | uk_UA |