Time Series Forecasting based on Solana Digital Asset Dataset
यह शोध पत्र मार्च 2024 से मार्च 2025 तक के विस्तार वाले पहले व्यापक सोलाना डिजिटल एसेट टाइम सीरीज़ डेटासेट को प्रस्तुत करता है, जिसका उपयोग DEX गतिविधि और SOL मूल्य द्वारा संचालित पारिस्थितिकी तंत्र-व्यापी बाजार गतिशीलता को चित्रित करने के लिए किया गया है, साथ ही PatchTST जैसे अत्याधुनिक पूर्वानुमान मॉडलों के माध्यम से इसकी भविष्य कहनेवाला उपयोगिता को मान्य किया गया है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
क्रिप्टोकरेंसी की विशाल, डिजिटल अर्थव्यवस्था में, मूल्य बैंकों या तिजोरियों के माध्यम से नहीं बल्कि सार्वजनिक लेजरों के माध्यम से चलता है जो सटीक समय के साथ प्रत्येक लेनदेन को रिकॉर्ड करते हैं। यह दुनिया दो अलग-अलग प्रकार की गतिविधियों द्वारा संचालित होती है: केंद्रीकृत एक्सचेंजों पर प्रमुख संपत्तियों का व्यापार, जो पारंपरिक शेयर बाजारों की तरह कार्य करते हैं, और वह उन्मत्त, विकेंद्रीकृत व्यापार जो सीधे ब्लॉकचेन नेटवर्क पर होता है। ऐसा ही एक नेटवर्क, सोलाना (Solana), इन डिजिटल संपत्तियों के लिए एक उच्च-गति वाले राजमार्ग के रूप में उभरा है, जो न्यूनतम लागत के साथ प्रति सेकंड हजारों लेनदेन करने में सक्षम है। पुराने सिस्टम के विपरीत जहाँ डेटा अपारदर्शी या विलंबित हो सकता है, सोलाना की वास्तुकला प्रत्येक टोकन की यात्रा का, उसके निर्माण से लेकर उसके अंतिम व्यापार तक, एक पूर्ण, टाइमस्टैम्प्ड निशान छोड़ती है। इन डिजिटल टोकनों के मूल्य के बढ़ने और गिरने को समझना विश्लेषकों के लिए एक चुनौती रही है, जिसका मुख्य कारण यह है कि बाजार व्यक्तिगत ट्रेडर के व्यवहार, अचानक आने वाली खबरों और स्वयं नेटवर्क के समग्र स्वास्थ्य के अराजक मिश्रण से प्रेरित होता है। शोधकर्ताओं ने लंबे समय से यह प्रश्न पूछा है कि क्या केवल संपत्ति के इतिहास को देखने के बजाय, उस नेटवर्क के पैटर्न को देखकर, जिसमें वह निवास करती है, भविष्य की कीमत का अनुमान लगाना संभव है।
शोधकर्ताओं की एक टीम ने विशेष रूप से सोलाना टोकनों के दैनिक जीवन को ट्रैक करने के लिए डिज़ाइन किए गए पहले व्यापक डेटासेट का निर्माण करके इसका उत्तर देने की दिशा में एक महत्वपूर्ण कदम उठाया है। उन्होंने 1,584 विभिन्न टोकनों पर जानकारी एकत्र की, मार्च 2024 से मार्च 2025 तक उनका प्रतिदिन अवलोकन किया। यह संग्रह केवल कीमतों की सूची नहीं है; यह प्रत्येक टोकन के लिए 27 विभिन्न चरों का एक समृद्ध ताना-बाना है, जिसमें यह शामिल है कि कितने लोग खरीद या बेच रहे हैं, व्यापार का कुल वॉल्यूम, लिक्विडिटी पूल्स में जमा राशि, और अंतर्निहित सोलाना नेटवर्क मुद्रा की कीमत। इन टोकन-स्तरीय विवरणों को व्यापक पारिस्थितिकी तंत्र के संकेतों के साथ बुनकर, शोधकर्ताओं ने एक ऐसे बाजार की खिड़की बनाई जो तेजी से बढ़ रहा है और तेजी से बदल रहा है। उनका लक्ष्य केवल एक बेहतर भविष्यवाणी उपकरण बनाना नहीं था, बल्कि तीव्र विस्तार के इस दौर के दौरान इस डिजिटल पारिस्थितिकी तंत्र के वास्तविक व्यवहार को समझना था।
इस डेटा के विश्लेषण से पता चला कि बाजार अलग-थል होकर काम नहीं करता है। शोधकर्ताओं ने सिंक्रोनाइज्ड गतिविधि के दो विशिष्ट क्षणों की पहचान की जहाँ पूरा पारिस्थितिकी तंत्र एक साथ सांस लेता हुआ प्रतीत हुआ: एक नवंबर 2024 के मध्य में और दूसरा जनवरी 2025 के मध्य में। इन चोटियों के दौरान, ट्रेडिंग वॉल्यूम, सक्रिय वॉलेट की संख्या और नए ट्रेडरों की संख्या पूरे नेटवर्क में एक साथ बढ़ी। दूसरी चोटी, जो जनवरी 2025 में हुई, एक पूर्व अमेरिकी राष्ट्रपति से जुड़े एक विशिष्ट टोकन के लॉन्च के साथ हुई, एक ऐसी घटना जिसने बड़े पैमाने पर सट्टेबाजी की लहर पैदा कर दी। डेटा ने इस घटना से पहले के व्यवहार का एक स्पष्ट पैटर्न दिखाया: निवेशक लिक्विडिटी जमा कर रहे थे, पूल्स में पैसा डाल रहे थे, और फिर शिखर के तुरंत बाद अपना धन निकालना शुरू कर रहे थे। यह सुझाव देता है कि व्यक्तिगत टोकनों का भाग्य सोलाना बाजार के व्यापक मूड और इसके विकेंद्रीकृत एक्सचेंजों की गतिविधि स्तरों से गहराई से जुड़ा हुआ है, न कि अलग, पृथक संस्थाओं के रूप में मौजूद है।
यह परीक्षण करने के लिए कि क्या यह विस्तृत डेटा वास्तव में भविष्य की भविष्यवाणी करने में मदद कर सकता है, शोधकर्ताओं ने कई पूर्वानुमान प्रयोग चलाए। उन्होंने विभिन्न कंप्यूटर मॉडलों से इन टोकनों के तीन दिन बाद के बाजार मूल्य की भविष्यवाणी करने के लिए कहा। परिणामों ने दिखाया कि जबकि सरल सांख्यिकीय मॉडल जो दोहराए जाने वाले पैटर्न पर निर्भर करते हैं वे कुछ स्थिर टोकनों के लिए अच्छा काम कर सकते हैं, वे इस पारिस्थितिकी तंत्र के उतार-चढ़ाव के साथ संघर्ष करते हैं। सबसे सफल दृष्टिकोण 'पैच टीएसटी' (PatchTST) नामक एक डीप लर्निंग मॉडल था, जो डेटा में जटिल, गैर-दोहराए जाने वाले रुझानों की पहचान करने में उत्कृष्ट था। एक प्री-ट्रेंड लैंग्वेज फ्रेमवर्क पर आधारित मॉडल, जिसे विशिष्ट डेटा के लिए सावधानीपूर्वक समायोजित किया गया था, लगभग उतना ही अच्छा प्रदर्शन करता था। ये निष्कर्ष बताते हैं कि इस डेटासेट में वास्तविक, अल्पकालिक संकेत मौजूद हैं जिनका उपयोग बाजार की गतिविधियों के पूर्वानुमान के लिए किया जा सकता है, बशर्ते कि मॉडल इतना परिष्कृत हो कि वह अस्थिरता को संभाल सके।
यह जांचने के लिए कि इन मॉडलों ने अपने निर्णयों को कैसे लिया, शोध में यह पता लगाया गया कि भविष्यवाणियों को वास्तव में क्या संचालित करता है। सबसे महत्वपूर्ण कारक केवल एक एकल टोकन का इतिहास नहीं था, बल्कि नेटवर्क का व्यापक स्वास्थ्य था। सोलाना की स्वयं की कीमत, इसके मूविंग एवरेज, पूरे विकेंद्रीकृत एक्सचेंज सिस्टम में व्यापार का कुल वॉल्यूम, और नए ट्रेडिंग पेयर्स के बनने की संख्या, सभी महत्वपूर्ण संकेतक थे। यह पुष्टि करता है कि इस डिजिटल अर्थव्यवस्था में, एक विशिष्ट टोकन की कीमत पूरे बाजार के सामूहिक व्यवहार से काफी प्रभावित होती है। अध्ययन इस निष्कर्ष पर पहुँचता है कि विस्तृत टोकन डेटा को पारिस्थितिकी तंत्र-व्यापी संकेतों के साथ जोड़कर, बाजार की गतिशीलता की एक स्पष्ट तस्वीर बनाना संभव है। यह कार्य डिजिटल संपत्तियों के व्यवहार को समझने के लिए एक नया आधार प्रदान करता है, जो एक ऐसे वातावरण में सार्थक बाजार बदलावों और यादृच्छिक शोर के बीच अंतर करने का एक तरीका प्रदान करता है जो अक्सर नेविगेट करना कठिन होता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।