本研究利用Twitter社交媒体数据探讨加密货币（如比特币）的波动率预测。分析了3000万条推文和144天的价格数据，结果显示时间卷积网络在预测精度上优于传统模型。同时，研究揭示了推文作者信息对波动率预测的影响，强调了情感分析和自然语言处理在金融市场中的应用潜力。

本研究利用公共社交媒体数据和深度学习表示，结合比特币价格数据，构建了多种深度学习构架来预测比特币的波动率。实证结果显示时间卷积网络在预测精度上表现更优，同时发现推文作者元信息是更好的波动率预测因子。