Predicting the Bitcoin Price using Linear Regression and Long Short-Term Memory Models

Abstract

Kryptovalutaen Bitcoin har fått mye oppmerksomhet de siste årene på grunn av dens ekstreme prisvekst, samt potensiale som en ny form for valuta. Formålet med denne oppgaven var å predikere prisen på Bitcoin, ved bruk av maskinlæring og lineær regresjon. Det neurale nettverket LSTM ble brukt til å lage både en univariat og en multivariat modell, og disse modellene ble sammenlignet med en multivariat regresjonsmodell. Med inspirasjon fra tidligere forskning samlet jeg 18 makroøkonomiske og tekniske variabler som utgjorde de uavhengige variablene i de multivariate modellene. Resultatene viste at den univariate LSTM modellen var best på å predikere Bitcoin prisen, imens de multivariate modellene var svært unøyaktige. Noe av årsaken til dette er overtilpasning, samt et skjevt utvalg av variabler. Oppgaven konkluderer med at maskinlæringsmodeller sammen med univariat metodikk egner seg best i dette tilfellet, men at ved et riktig utvalg av variabler så kan også multivariate tilnærminger være egnet.

The cryptocurrency Bitcoin has received a lot of attention in recent years due to its extreme price growth, as well as its potential as a new form of currency. The purpose of this thesis was to predict the price of Bitcoin, using machine learning and linear regression. The neural network LSTM was used to create both a univariate and a multivariate model, and these models were compared to a multivariate regression model. With inspiration from previous research, I collected 18 macroeconomic and technical variables that constituted the independent variables in the multivariate models. The results showed that the univariate LSTM model was the best at predicting the Bitcoin price, while the multivariate models were very inaccurate. Part of the reason for this is overfitting, as well as a skewed selection of variables. The thesis concludes that machine learning models together with univariate methodology are best suited in this case, but that a correct selection of variables could make multivariate approaches suitable.