Tecniche Avanzate di Elaborazione del Linguaggio per l'Analisi del Sentimento e la Valutazione dell'Impatto di Notizie sulle Criptovalute

Abstract

Questa tesi analizza l'impatto delle notizie e del sentiment dei media sul mercato delle criptovalute, concentrandosi in particolare sulle notizie relative al Bitcoin. Nella fase iniziale sono stati applicati modelli di analisi del sentiment con l'obiettivo di sviluppare una strategia preliminare in grado di prevedere l'indice Fear & Greed e i movimenti del prezzo del Bitcoin, dimostrando che il sentiment dei media ha un'influenza significativa sulle fluttuazioni del mercato. Successivamente, l'attenzione si è spostata sull'identificazione delle notizie che hanno un reale impatto sul mercato, con lo scopo di sviluppare algoritmi capaci di selezionare ed utilizzare queste notizie per costruire strategie di trading efficaci. I risultati mostrano che l'analisi combinata del sentiment e dell'impatto delle notizie migliora le decisioni di trading rispetto alle strategie passive, suggerendo che tali tecniche possono ottimizzare i rendimenti in ambienti altamente volatili.

This thesis analyzes the impact of news and media sentiment on the cryptocurrency market, focusing specifically on news related to Bitcoin. In the initial phase, sentiment analysis models were applied with the aim of developing an initial strategy that could predict the Fear & Greed index and Bitcoin price movements, showing that media sentiment has a significant influence on market fluctuations. Next, the focus shifted to identifying news that has a real impact on the market, with the goal of developing algorithms that can select and exploit this news to build effective trading strategies. The results show that the combined analysis of sentiment and news impact improves trading decisions over passive strategies, suggesting that such techniques can optimize returns in highly volatile environments.