3 本文比较了加密货币交易的不同方法和观点。

这里所说的“加密货币交易”是指表2中所列并在上面讨论过的术语之一。

一些研究人员对加密货币[4221]、加密货币系统[191]和加密货币交易机会[166]进行了简要的调查。与我们的调查相比，这些调查的范围相当有限，其中还包括对该领域最新论文的讨论；我们要指出，这是一个快速发展的研究领域。

4.2. 论文收集方法

为了在不同的领域或平台上收集论文，我们使用了googlescholar和arXiv这两个最流行的科学数据库上的关键字搜索。我们还选择了其他公共存储库，如SSRN，但我们发现，这些平台中几乎所有的学术论文也可以通过Google Scholar检索；因此，在我们的统计分析中，我们将这些计算为Google Scholar点击量。我们选择arXiv作为另一个来源，因为它允许本次调查与该地区的所有最新发现保持同步。下面列出了用于搜索和收集的关键字。[Crypto]是指加密货币市场，这是我们的研究兴趣，因为不同市场的方法可能不同。就在2019年10月15日之前，我们对这两个存储库进行了6次搜索。

[Crypto] + Trading

[Crypto] + Trading system

[Crypto] + Prediction

[Crypto] + Trading strategy

[Crypto] + Risk Management

[Crypto] + Portfolio

为了确保高覆盖率，我们对通过这些关键字找到的每篇论文都采用了所谓的滚雪球[250]方法。我们检查了从滚雪球的方法，满足上述标准介绍的文件，直到我们达到结束。

4.3. 收集结果

表3显示了我们论文集的详细结果。关键词搜索在第4.1节的六个感兴趣的研究领域产生了126篇论文。

图7显示了在不同研究地点发表的论文的分布情况。在所有论文中，45.24%的论文发表在《金融经济学杂志》（JFE）、《剑桥替代金融中心》（CCAF）、《金融研究快报》（Finance Research Letters）、《经济政策研究中心》（CEPR）和《风险与金融管理杂志》（JRFM）等财经类期刊上；4.76%的论文发表在《金融经济学杂志》（JFE）、《剑桥替代金融中心》（CCAF）、《金融研究快报》（Finance Research Letters）、《经济政策研究中心》（CEPR）和《风险与作为公共科学图书馆一号（PLOS one）、英国皇家开放科学学会（Royal Society open Science）和SAGE；15.87%的论文发表在智能工程和数据挖掘领域，如计算智能系列研讨会（SSCI）、智能系统会议（IntelliSys）等，智能数据工程与自动化学习（IDEAL）和国际数据挖掘会议（ICDM）；4.76%的论文发表在Physica A等物理/医师场所（主要是物理场所）；10.32%的论文发表在人工智能和复杂系统场所，如复杂性和国际信息处理联合会（IFIP）；17.46%的论文发表在包含独立发表论文和学位论文的其他场所；1.59%的论文发表在arXiv上。不同场所的分布情况表明，加密货币交易大多在财经场所发布，但在其他方面则有很大的差异。 (责任编辑：admin)