Simulating and predicting factors affecting the price of Bitcoin using the GSA crowd intelligence algorithm and artificial neural network

توجه به رشد روزافزون قیمت بیت‌کوین و اینکه بازار رمز ارزها نیز با مخاطراتی همراه است؛ سرمایه‌گذاران باید با دقت به تحلیل و مدیریت ریسک پرداخته و انتخاب‌های خود را با بررسی دقیق انجام دهند. در این تحقیق با استفاده از الگوریتم جستجوی گرانشی ( GAS ) و شبکه عصبی مصنوعی، شبیه­سازی و پیش­بینی مدل قیمتی بیت­کوین در دو دوره قبل و دوره همه­گیری COVID- 19 انجام شده است. برای این منظور، تعداد معاملات روزانه بیت­کوین، سختی استخراج روزانه شبکه بیت­کوین، تعداد بیت­کوین در گردش بیت­کوین، قیمت روزانه طلا، S ، شاخص قیمت سهام بورس نیویورک، نرخ مبادله میان ارزهای دلار و یورو، تعداد پست ­ های ارسالی در توییتر و تعداد جستجوی کلمات مرتبط با بیت­کوین در گوگل به عنوان متغیرهای اثرگذار بر قیمت بیت­کوین استفاده شده است. نتایج تحقیق نشان می­دهد که براساس معیارهای دقت برازش به خصوص میانگین درصد خطای مطلق، قبل از همه­گیری کرونا مدل برتر فرم کاب داگلاس بوده و دارای دقت بالاتری شبیه­سازی شده است و با همه­گیری کرونا مدل برتر تغییر نکرده و همچنان فرم کاب داگلاس بوده است. از طرفی مشخص گردید که دقت شبیه­سازی مدل برتر بعد از از همه­گیری کرونا افزایش یافته است. میزان خطا بر اساس شبکه عصبی مصنوعی 1% به عبارتی دقت پیش­بینی 99% است که نشان می­دهد شبکه عصبی مصنوعی از دقت پیش­بینی بسیار بالایی برخوردار است.