Predicting Cryptocurrency Returns Using Market, Social Media, Search Volume and Blockchain Data

Abstract

Denne masteroppgaven undersøker om det er mulig å forutsi avkastning på kryptovaluta. For å gjøre dette har vi laget et unikt datasett bestående av data fra sosiale medier, søkevolum, blokkjeder samt markedsdata for 54 forskjellige kryptovalutaer. Først blir avkastningen prognostisert ved hjelp av en lineær regresjonsmodell som kun bruker markedsdata. Senere utvides denne modellen med regressorer bygget med Twitter-, Reddit-, Google Trends- og blokkjededata. Til slutt sammenligner vi denne utvidede lineære modellen med en avansert maskinlæringsmodell. Disse modellene er alle testet på perioden fra mars 2020 til mars 2021.

Vår analyse viser at den utvidede lineære regresjonsmodellen kombinert med en realistisk handelsstrategi gir høy risikojustert avkastning. Modellen slår markedet selv når vi tar høyde for transaksjonskostnader, noe som viser at kryptovalutaprisene er forutsigbare per mars 2021. Videre finner vi at markeds- og Twitter-data i betydelig grad forklarer prisbevegelser. På den annen side forbedrer ikke Google Trends, Reddit eller blockchain-data modellens prognoser. Vi finner i dette tilfellet heller ikke at maskinlæringsmodeller produserer bedre anslag enn lineære modeller. Dette står i kontrast til mye av litteraturen om dette emnet.

This thesis examines if it is possible to predict cryptocurrency returns. To do this, we have constructed a unique dataset consisting of social media, search volume, blockchain and market data for 54 different cryptocurrencies. First, returns are forecast with a linear regression model using only market data. Afterward, features collected from Twitter, Reddit, Google Trends and the underlying blockchains are added to the model. Lastly, we compare this extended linear model to an advanced machine learning model. These models are all backtested on the period from March 2020 to March 2021.

Our analysis finds that the extended linear regression model combined with a realistic trading strategy delivers high risk-adjusted returns. The model beats the market even when we account for transaction costs. This shows that cryptocurrency prices are predictable as of March 2021. Furthermore, we find that market and Twitter data significantly explain price movements. On the other hand, Google Trends, Reddit or blockchain data does not improve the model's forecasts. Nor do we find that machine learning models outperform linear models, contrary to much of the literature on this topic.