比特幣:預測加密貨幣價格背后的8大邏輯

Author：

Time：1900/1/1 0:00:00

編者按：本文來自區塊鏈大本營，作者：jrodthoughts，譯者：火火醬，Odaily星球日報經授權轉載。幾天前，我舉辦了一個關于加密貨幣價格預測的網絡研討會。在研討會上，我們總結了一些在IntoTheBlock平臺上構建加密資產預測模型的經驗教訓。這一領域有很多有趣的IP和研究項目，但我想總結幾條關鍵的想法。如果你對預測加密資產的價格感興趣的話，以下幾點想法會或許對你有所幫助：1.加密貨幣價格預測是可以實現和解決的，但不是通過單一的方法，也絕不是在任何市場條件下都能實現的。就像偉大的英國統計學家喬治·e·p·博克斯(GeorgeE.P.Box)曾說過的那樣：“本質上講，所有的模型都是錯誤的，但有些是有用的。”當涉及金融市場等復雜實體時尤其如此。就加密資產而言，預測加密貨幣的價格走勢絕對是可行的，但沒有任何一種模型能夠適用于所有的市場條件。始終都要假設自己的模型最終會失敗，并尋找替代方案。2.預測有兩種基本方式：基于資產的預測和基于因素的預測如果你想預測比特幣的價格，那么就是在遵循一種基于資產的策略。相反，基于因素的策略側重于預測特定的特征，如資產池中的價值或動量。

Sandeep nailwal：以太坊側鏈Matic上已經有70多個DApp，包括DeFi、游戲、預測市場等:據官方消息，幣贏CoinW《共識52》第十二期《ETH2.0的擴容之路——揭秘Matic如何拔得Layer2項目頭籌?》主題AMA中Sandeep nailwal, Co-founder & COO of Matic Network講到：作為區塊鏈項目中唯一一個同時從Coinbase和Binance獲得支持的項目，Matic Network擁有十分堅實的機構背書。Matic是一個把開發者放在首位的基于以太坊的混合POS + Plasma的側鏈系統，使以太坊開發者能夠擴展其DApp以便大規模使用。得益于以太坊的安全、可擴展和即時的交易，Matic迅速成為開發人員首選的第二層解決方案。Matic上有70多個DApp，從DeFi協議到游戲和預測市場，一應俱全。[2020/12/10 14:50:12]

聲音 | Morgan Creek創始人：預測比特幣價格將在2021年底前達到10萬美元:據ethereumworldnews消息，Morgan Creek創始人Anthony Pompliano近期表示，他預計比特幣價格將在2021年底前達到10萬美元，并表示此預測有70-75%的概率成真。Pompliano稱：“（我提出的）有關比特幣價格下跌約50%的預測當時遭到了很多人質疑，但最終證明該預測是準確的。2018年12月，比特幣價格一度跌破3200美元，但在剛剛過去的周五，比特幣價格回升并突破1萬美元大關。”[2019/6/25]

3.處理加密資產預測的三種基本技術方法一般來說，大多數資本市場的預測模型，特別是加密資產，可以分為以下幾類:時間序列預測方法、傳統的機器學習方法和深度學習方法。時間序列預測方法(如ARIMA或Prophet)側重于根據已知的時間序列屬性預測特定的變量。在過去的十年中，線性回歸或決策樹等機器學習方法一直是資本市場預測模型的中心。最后，新成立的深度學習流派提出了深度神經網絡方法，用于發現變量之間的非線性關系，從而進行價格預測。

動態 | 2018年五大最失敗比特幣價格預測:CCN網站總結了2018年5大最失敗比特幣價格預測。

1. 市場分析公司Fundstrat Global的聯合創始人Tom Lee預測2018年底BTC將達到2.5萬美元。預測經常出現失誤，但是他仍然堅持樂觀態度。隨著市場的下跌，他把目標修改為2.2萬美元，而當上個月市場價格下降到3400美元時，他表示BTC的價值在1.38萬到1.48萬美元之間。

2.盛寶銀行分析師Kay Van-Petersen預測BTC將在2018年底前達到10萬美元。

3.加密貨幣公司Galaxy Digital的創始人Mike Novogratz預測ETH會達到1500美元，BTC會達到4萬美元。

4.BitMEX首席執行官預計BTC將漲至5萬美元。

5.資產管理公司Vanguard的首席經濟學家Joe Davis預測BTC價格可能降至零。[2019/1/2]

基于以太坊的預測平臺天算Delphy APollo 1.0正式發布:據官方消息，天算Delphy APollo 1.0今日已正式上線。Delphy天算是基于以太坊的分布式、移動社交類預測平臺。自今年3月起，Delphy APollo歷經多輪測試、優化與迭代，在玩法趣味性、操作簡便性及系統安全性上均有了較大程度提升。產品上線同時，將開啟世界杯贏取百萬專題活動。此前，天算已經與行情軟件MyToken達成戰略合作協議。MyToken用戶可直接參與天算預測市場。[2018/6/1]

4.時間序列預測方法易于實現，但適應性不強。在整個實驗過程中，我們測試了不同的時間序列方法，如ARIMA、DeepAR+或Facebook的Prophet。研究結果表明，此類方法并不是針對資本市場等復雜環境而設計的。它們非常易于實現，但是對于加密貨幣中常見的市場變化表現出非常差的彈性和適應性。此外，時間序列方法的最大局限性之一是它們依賴于數量有限且固定的預測因子，而事實證明，這些預測因子并不足以描述加密資產的行為。

5.傳統機器學習模型的泛化能力較差線性回歸和決策樹等方法一直是資本市場定量研究的前沿和中心。從這個角度來看，有很多研究可以被應用于加密空間。然而，考慮到加密市場的異常行為，我們發現大多數傳統的機器學習模型在概括知識方面都存在一定的困難，并且很容易出現不適用的情況。

6.深度學習模型很難解釋，但是在復雜的市場條件下表現良好。深度神經網絡已經不算是新事物了，但是在最近幾年才實現了其主流應用。從這個層面上講，這些模型的實現相對來說還是新生的事物。以加密市場為例，我們發現深度學習模型在預測方面可以達到相當好的效果。然而，考慮到模型的復雜性和實現的挑戰性，我們很難解釋這些模型的內部工作機制。