Predikcia cenového vývoja alternatívnych kryptomien pomocou metód strojového a hlbokého učenia

Táto práce představuje reprodukovatelný experimentální rámec pro krátkodobou klasifikaci cenového vývoje vybraných alternativních kryptoměn na základě historických OHLCV dat. Predikční problém je formulován jako třítriední klasifikace budoucího pohybu do tříd dump, pump a neutral. Navržený postup zahrnuje jednotnou přípravu dat, tvorbu technických a tržních features, walk-forward validaci a porovnání modelů za stejných experimentálních podmínek. V práci jsou porovnány dva odlišné přístupy: XGBoost jako zástupce feature-based strojového učení a CNN-LSTM jako zástupce hlubokého učení pracující se sekvenční reprezentací vstupních dat. Oba modely jsou hodnoceny vůči random baseline modelu, který slouží jako referenční úroveň výkonnosti bez učení vztahu mezi vstupními proměnnými a targetem. Výkonnost je posuzována pomocí weighted AUC, log loss, accuracy, třídních metrik, high-confidence metrik, jednoduchého backtestingu a statistického testování rozdílů mezi modely. Výsledky naznačují, že učené modely dokážou z historických OHLCV dat zachytit slabý predikční signál, přičemž XGBoost dosáhl lepších výsledků než CNN-LSTM. Tento signál však nebyl dostatečně silný pro jednoznačné potvrzení ekonomicky robustní obchodní využitelnosti.

This thesis presents a reproducible experimental framework for short-term classification of price movements in selected alternative cryptocurrencies based on historical OHLCV data. The prediction problem is formulated as a three-class classification of future price movement into dump, pump and neutral classes. The proposed approach includes a unified data preparation pipeline, construction of technical and market-based features, walk-forward validation, and model comparison under identical experimental conditions. Two fundamentally different modeling approaches are evaluated: XGBoost as a representative of feature-based machine learning methods, and a CNN-LSTM architecture as a representative of deep learning methods operating on sequential data. Both models are benchmarked against a random baseline model, which serves as a reference level of performance without learning relationships between input variables and the target. Model performance is evaluated using weighted AUC, log loss, accuracy, class-level metrics, high-confidence metrics, a simple backtesting framework, and statistical hypothesis testing of performance differences. The results suggest that learned models are able to extract a weak predictive signal from historical OHLCV data, with XGBoost outperforming the CNN-LSTM model. However, the signal is not sufficiently strong to provide clear evidence of economically robust trading applicability.