Original title: Vliv prohlášení ECB a Fedu na trh kryptoaktiv skrze sentimentovou analýzu
Translated title: Impact of European Central Bank and Federal Reserve System statements on cryptocurrency markets via sentiment analysis
Authors: Krejcar, Vilém ; Krištoufek, Ladislav (advisor) ; Čech, František (referee)
Document type: Master’s theses
Year: 2024
Language: eng
Abstract: [eng] [cze]
This study explores the impact of public statements from major central banks, specifically the FED and the ECB, on Bitcoin volatility from 2018 to 2021. Utilizing high-frequency data, we computed Bitcoin's volatility and extracted sentiment scores from the central banks' communications using two methods: the FinBERT language model and the state-of-the-art Generative AI GPT-4 model with tailored prompt. The GPT-4 model, capturing more nuanced senti- ment from text, was deemed superior. Our analysis involved comparing various models, with the HAR model emerging as the most e ective for this study. The research findings are particularly significant: negative sentiment from the ECB during the pandemic was associated with immediate and significant increases in Bitcoin volatility, indicating a market reaction of caution when faced with negative emission. These findings highlight the significant impact of central bank sentiment on Bitcoin volatility, confirming the initial hypothesis of this research. Additionally, the results provide a motivation to incorporate Genera- tive Artificial Intelligence into academic research as a tool for uncovering novel insights. JEL Classification C32, C55, C58, E58, G15 Keywords central banks, sentiment analysis, volatility, Bit- coin, GenAI, HAR, FED, ECB Title Impact of European... Tato studie zkoumá dopad ve ejn˝ch prohláöení hlavních centrálních bank, konkrétn FED a ECB, na volatilitu Bitcoinu v letech 2018 aû 2021. S vyuûitím vysokofrekven ních dat jsme vypo ítali volatilitu Bitcoinu a extrahovali senti- mentové skóre z ve ejn˝ch prohláöení centrálních bank pomocí dvou metod: jazykového modelu FinBERT a state-of-the-art modelu generativní um lé in- teligence GPT-4 s p izp soben˝mi prompty. Model GPT-4 se prokázal jako preferovaná varianta díky efektivn jöímu zachycení sentimentov˝ch nuancí. Naöe anal˝za zahrnovala porovnání r zn˝ch model pro finan ní data, p i emû HAR model vykazoval nejlepöí v˝sledky. Záv ry studie jsou následující: negativní sentiment ECB b hem pandemie byl spojen s okamûit˝m a v˝razn˝m nár stem volatility Bitcoinu, nazna ující reakci trhu v podob opatrnosti. Tato zjiöt ní poukazují na v˝znamn˝ vliv sentimentu centrálních bank na volatilitu Bitcoinu a potvrzují p vodní hypotézu tohoto v˝zkumu. V˝sledky navíc poskytují mo- tivaci k za len ní generativní um lé inteligence do akademického v˝zkumu jako nástroj pro zkoumání dosud neobjeven˝ch znalostí a vzorc . Klasifikace JEL C32, C55, C58, E58, G15 Klí ová slova centrální banky, sentimentová anal˝za, volatilita, Bitcoin, GenAI, HAR, FED, ECB Název práce Vliv prohláöení ECB a FED na trh kryp- toaktiv skrze...
Keywords: artificial intelligence; Bitcoin; cryptocurrencies; data science; ECB; economics; FED; financial analysis; machine learning; modelling; prediction; Python; sentiment analysis; analýza sentimentu; Bitcoin; datová věda; ECB; ekonomie; FED; finanční analýza; kryptoměny; modelování; predikce; Python; strojové učení; umělá inteligence

Institution: Charles University Faculties (theses) (web)
Document availability information: Available in the Charles University Digital Repository.
Original record: http://hdl.handle.net/20.500.11956/191388

Permalink: http://www.nusl.cz/ntk/nusl-622257


The record appears in these collections:
Universities and colleges > Public universities > Charles University > Charles University Faculties (theses)
Academic theses (ETDs) > Master’s theses