En prediktiv analyse av Bitcoin sin daglige priskurs ved bruk av ARIMA- og LSTM-modellen

Abstract

Denne oppgaven tar for seg prediksjon av pris på Bitcoin ved hjelp av ARIMA og LSTM-modellen. Målet var å se om disse modellene har mulighet til å predikere fremtidig pris. Datasettet består av historisk pris på Bitcoin fra 2014 frem til 2024. Oppgaven går gjennom relevant teori om modellene og tidligere studier gjort på emnet. Modellenes predikative evne analyseres og evalueres med ulike beregninger for å sammenligne deres resultater. Våre resultater viser at ARIMA- og LSTM-modeller kan gi verdifull innsikt i prediksjon av Bitcoin-prisen, men at begge modellene har begrensninger for ustabile tidsserier med komplekse mønstre over langsiktige perioder. Det kreves derfor mye mer informasjon og utvikling av modellene for å forbedre nøyaktigheten av prediksjonen.

This thesis deals with the prediction of the price of Bitcoin using the ARIMA and LSTM model. The aim was to see if these models have the ability to predict future prices. The dataset consists of the historical price of Bitcoin from 2014 until 2024. The assignment goes through relevant theory about the models and previous studies done on the subject. The models' predictive ability is analyzed and evaluated with various calculations to compare their results. Our results show that ARIMA and LSTM models can provide valuable insight into Bitcoin's price prediction, but that both models have limitations for unstable time series with complex patterns over long-term periods. Much more information and development of the models is therefore required to improve the accuracy of the predictions.