Application of machine learning models and interpretability techniques to identify the determinants of the price of bitcoin

Abstract

Las criptomonedas son cada día más populares. Sin ir más lejos, en 2021 su capitalización agregada llegó a superar los 3 billones de dólares, una cifra nunca antes registrada. Dentro de este amplio ecosistema, destaca el caso del bitcoin, cuyo precio alcanzó los 68.000 dólares en 2021, que marca un máximo histórico. Sin embargo, la evolución de esta cotización dista de ser consistente en el tiempo, pues se observan, con frecuencia, fluctuaciones considerables y abruptas, como las ocurridas en los meses que siguieron a los valores récord antes señalados. Ante el más que previsible crecimiento del bitcoin y la concentración de su actividad mayoritariamente en ambientes no regulados, crece la preocupación entre las autoridades financieras de todo el mundo acerca de su potencial impacto en la estabilidad financiera, en la política monetaria y en la integridad del sistema financiero. En consecuencia, apremia avanzar en la construcción de un marco regulatorio y supervisor sólido y consistente ante estos desafíos. A estos efectos, resulta necesario mejorar el grado de comprensión tanto de los factores subyacentes que influyen en la formación del precio del bitcoin como de su estabilidad a lo largo del tiempo. En este documento analizamos cuáles son las variables que determinan el precio al que se negocia el bitcoin en las plataformas de intercambio más relevantes. Para ello, utilizamos un modelo flexible de aprendizaje automático; concretamente, una red neuronal Long Short Term Memory (LSTM), para establecer el precio del bitcoin en función de una serie de variables que captan factores económicos, tecnológicos y de atención por parte de los inversores. Nuestro modelo LSTM replica razonablemente bien el comportamiento del precio del bitcoin en diferentes períodos. A continuación, empleamos una técnica de interpretabilidad —SHAP— para determinar las características que influyen más en los resultados del modelo LSTM. Conforme a lo anterior, concluimos que la importancia de las diferentes variables cambia sustancialmente a lo largo del período analizado. Además, encontramos que no solo varía su influencia, sino que, paulatinamente, aparecen nuevos factores explicativos que, al menos en su mayor parte, permanecen desconocidos.

So-called cryptocurrencies are becoming more popular by the day, with a total market capitalization that exceeded $3 trillion at its peak in 2021. Bitcoin has emerged as the most popular among them, with a total valuation that reached an all-time high of $68,000 in November 2021. However, its price has historically been subject to large and abrupt fluctuations, as the sudden drop in the months that followed once again proved. Since bitcoin looks all set to continue growing while largely concentrating its activity in unregulated environments, concerns have been raised among authorities all over the world about its potential impact on financial stability, monetary policy, and the integrity of the financial system. As a result, building a sound and proper regulatory and supervisory framework to address these challenges hinges upon achieving a better understanding of both the critical underlying factors that influence the formation of bitcoin prices and the stability of such factors over time. In this article we analyse which variables determine the price at which bitcoin is traded on the most relevant exchanges. To this end, we use a flexible machine learning model, specifically a Long Short Term Memory (LSTM) neural network, to establish the price of bitcoin as a function of a number of economic, technological and investor attention variables. Our LSTM model replicates reasonably well the behaviour of the price of bitcoin over different periods of time. We then use an interpretability technique known as SHAP to understand which features most influence the LSTM outcome. We conclude that the importance of the different variables in bitcoin price formation changes substantially over the period analysed. Moreover, we find that not only does their influence vary, but also that new explanatory factors often seem to appear over time that, at least for the most part, were initially unknown.