Predictability of bitcoin price using Twitter sentiment analysis

Abstract

The purpose of the specific research we conduct is to make accurate predictions of Bitcoin (BTC) price fluctuations using an extensive social Sentiment Analysis in two forms. Firstly, by taking the raw Sentiment data and combine them with BTC historical prices and secondly by applying the Autoregressive Moving Average model (ARIMA) in the raw Sentiment data and correlate the result with the movement of the historical prices.Social Sentiment Analysis have been used to classify the opinion of the under study tweets producing three possible results in each tweet classification: positive, negative or neutral. The tweets chosen for the research have been mined from Twitter API and belongs to a financial analyst with a crucial influence in public opinion about cryptos. The final result of the comparison between raw Sentiment data and BTC historical prices for the under study time period gave a non significant correlation of 3.9% (Pearson coefficient metric) and 0.2% (Spearman coefficient metric).Making use of the ARIMA model to smoothen the raw Sentiment data curve had a significantly better outcome in the predictions. That, happened by bisecting the data in two period to train and test the model. The final correlation of the predictions and BTC historical prices produced a correlation of 64.5% (Pearson coefficient metric) and 61.4% (Spearman coefficient metric) that indicates a significant correlation between predictions and historical data.

Ο σκοπός της συγκεκριμένης έρευνας που διεξάγουμε είναι να κάνουμε ακριβείς προβλέψεις για τις διακυμάνσεις των τιμών του Bitcoin (BTC) χρησιμοποιώντας μια εκτενή ανάλυση συναισθήματος (Sentiment Analysis) σε δύο μορφές. Πρώτον, λαμβάνοντας τα ακατέργαστα δεδομένα της ανάλυσης συναισθήματος και συνδυάζοντάς τα με τις ιστορικές τιμές BTC και δεύτερον εφαρμόζοντας το μοντέλο Autoregressive Moving Average (ARIMA) στα δεδομένα ακατέργαστου συναισθήματος και συσχετίζοντας το αποτέλεσμα με την κίνηση των ιστορικών τιμών.Η ανάλυση συναισθήματος έχει χρησιμοποιηθεί για να κατηγοριοποιήσει τη γνώμη των υπό μελέτη tweets που εμπεριέχουν τρία πιθανά αποτελέσματα: θετική, αρνητική ή ουδέτερη. Τα tweets που επιλέχθηκαν για την έρευνα έχουν αντληθεί από το Twitter API και ανήκουν σε έναν οικονομικό αναλυτή με καθοριστική επιρροή στην κοινή γνώμη για τα κρυπτονομίσματα. Το τελικό αποτέλεσμα της σύγκρισης μεταξύ ακατέργαστων δεδομένων συναισθήματος και ιστορικών τιμών BTC για την υπό μελέτη περίοδο έδωσε μη σημαντικό συσχετισμό 3,9% (μέτρηση συντελεστή Pearson) και 0,2% (μέτρηση συντελεστή Spearman).Η χρήση του μοντέλου ARIMA για την εξομάλυνση της καμπύλης δεδομένων ακατέργαστου συναισθήματος είχε σημαντικά καλύτερο αποτέλεσμα στις προβλέψεις. Αυτό συνέβη διχοτομώντας τα δεδομένα σε δύο περιόδους για να εκπαιδεύσει και να δοκιμάσει το μοντέλο. Η τελική συσχέτιση των προβλέψεων και των ιστορικών τιμών του BTC παρήγαγε συσχέτιση 64,5% (μέτρηση συντελεστή Pearson) και 61,4% (μέτρηση συντελεστή Spearman) που υποδηλώνει σημαντική συσχέτιση μεταξύ προβλέψεων και ιστορικών δεδομένων.