COI:機器學習能否預測加密貨幣的價格？

這份實用指南提供了你預測加密貨幣價格飛速上漲所需的基礎知識。

十五年前，我開始探索數字貨幣的世界，并為一個只使用短信的點對點移動貨幣平臺做了原型。

最近，我的一位合作者問我，人工智能是否可以預測加密貨幣的價格。她對區塊鏈的炒作很好奇。

經過研究，我發現預測加密貨幣價格是一個可以解決的問題，但絕對不是針對所有市場條件。

加密資產的典型預測模型將利用時間序列預測、機器學習或深度學習方法。

在本文中，我研究了在預測給定日期的Litecoin平均價格時，片斷插值的表現如何。

數據

我們將關注2013年4月至2021年2月期間Litecoin的歷史價格。這些數據取自coinmarketcap，并且是可以免費使用的。我將數據分為80%的訓練數據集和20%的測試數據集。后者用于評估我們預測收盤價的準確性。

谷歌宣布推出人工智能機器人Bard 與ChatGPT展開競爭:金色財經報道，據英國金融時報報道，谷歌宣布推出AI聊天機器人Bard，以試圖與OpenAI的ChatGPT展開競爭。該公司正尋求在生成人工智能技術商業化的競賽中收復失地。谷歌表示，Bard將只生成英語答案，而不是計算機代碼或其他語言的答案，并將以先到先得的方式向在美國和英國的等候名單上注冊的用戶提供訪問權限。[2023/3/22 13:18:07]

加密貨幣Litecoin的價格歷史(Source:?Kaggle)

短暫的探索性數據分析顯示，平均收盤價在年初和年末是最高的。10月份最低。

多項式回歸?

你可能聽說過多項式回歸，這可以說是創建一個階數為d的基礎來近似一個非線性函數的最簡單例子。

Solana網絡中斷分析報告：套利機器人垃圾郵件導致:1月24日消息，Solana生態借貸協議Solend發布了一份網絡中斷分析報告，其中解釋了Solana在1月21日至22日遭受網絡不穩定和持續近30小時的中斷原因，本次事故是繼1月6日至1月12日服務中斷和性能下降之后本月的第二次網絡中斷。

根據Solend分析，本次中斷的根本原因是加密貨幣市場崩盤創造了大量套利機會，因此清算機器人和套利機器人開始提交大量交易，以贏得清算和交易，結果大量垃圾郵件被發送到Solana網絡上引發嚴重負載。另一方面，Solana區塊鏈本身也存在一些問題，比如其網絡沒有過濾重復交易的能力，導致數以千計的重復機器人交易也淹沒了合法的用戶交易。[2022/1/24 9:09:51]

我對Litecoin的歷史價格進行了簡單的多項式回歸，使用5、25和80的階數。在每種情況下，R2值將提供一些關于模型在測試數據集上的擬合度好壞的信息。

麥肯錫2030物聯網預測：MachineFi機器金融爆發即將到來:今日，國際財經時報科技頭版發表了麥肯錫2030物聯網預測展望報道。麥肯錫在文中指出，到 2030 年，物聯網 (IoT) 可以釋放高達 12.6 萬億美元的全球經濟價值，物聯網數字世界和物理世界的融合是當今商業和經濟數字化轉型背后的主要趨勢之一，MachineFi機器金融爆發時代即將到來。同時，麥肯錫介紹了新一代高性能公鏈IoTeX，以及其如何將傳統的物聯網和機器垂直領域轉變為 MachineFi dapp，在 Metaverse 和 web3 世界中釋放萬億美元的機會，并最終使數百萬用戶能夠使用數十億的智能設備參與機器經濟。

《國際財經時報》是全球性在線金融報紙。IBTimes宗旨是通過采編網絡為全球讀者提供及時的商業新聞與分析評論。

IoTeX作為硅谷開源項目成立于2017年，以鏈接現實世界和數字世界為發展目標，是與以太坊全兼容的高性能公有區塊鏈。[2021/11/17 21:56:51]

從下面的藍線與訓練數據的擬合度來看，我們可以觀察到隨著多項式階數的增加，曲線越來越陡峭。這是由于模型復雜性增加，因為高階多項式試圖追逐訓練集中的每一個單一數據點。

動態 | Telegram通過AmaZix的“審核機器人”建立超5萬名用戶的加密欺詐黑名單:Telegram正在通過區塊鏈咨詢公司AmaZix的“審核機器人”來消除其消息平臺上的加密貨幣欺詐活動。截至目前，Telegram已經構建了一個“電報”用戶黑名單，其中有超過50,000名被禁用戶。據悉，AmaZix從超過140個群體中核查730,000名Telegram用戶，其中超過54,500（7.5％）被禁止嘗試某種形式的加密騙局。（Coindesk）[2019/7/4]

第0天代表2013年4月30日，第2800天代表2021年2月28日。

特別是在有離群值的區域，高階多項式往往會向這些離群值的方向發展。因此，80階多項式的模型具有最高的方差。

聲音 | 英偉達全球副總裁：自主機器與區塊鏈的結合需要有真正的需求出現:據騰訊科技消息，英偉達（NVIDIA）全球副總裁、自主機器事業部總經理 Deepu Talla昨日表示，互聯網是一個大的市場，而自主機器是互聯網市場中的一部分。自主機器本身需要大量的傳感器規劃行動的能力。因此對于與IOT的領域的結合考慮，可能更多的是需要從安全的角度去看。至于與區塊鏈的結合，還是等什么時候真正的這樣一個需求，才能實現這樣的可能性。[2018/11/22]

它在訓練數據上的偏差也是最低的，這體現在最高的R2值上，相比之下，低階多項式的R2更低，意味著更高的偏差但更低的方差。低階多項式對訓練數據的敏感性較低。

分片插值?

我發現一個更靈活的方法是使用片斷多項式來預測加密貨幣價格。

分片插值用低階多項式擬合大量的數據點。由于我們只使用低階多項式，我們消除了過度的振蕩和非收斂性。

給定一組數據點，分片插值的工作原理是在每一部分數據中使用不同的多項式。

特別是，我們使用連接的分片多項式，也稱為樣條。

樣條的一個例子是下面的截斷線性函數。它在4的左邊是平的，稱為函數的結。

給定幾個結點，我們可以將多個線性基函數組合起來，并將其擬合到非線性數據中。

為了檢測加密貨幣價格中存在的高度曲線關系，我使用了一個截斷的三次函數，也叫三次樣條。

使用三次樣條，我們將數據分割成塊，并對每個塊擬合一個三次樣條。每個樣條函數在結點處連接到下一個函數。

三次樣條是加密貨幣價格變化的一個非常好的選擇，因為連接是平滑的。三次樣條的斜率和它們的第一和第二導數都是匹配的。三次樣條是3階的多項式函數，它仍然足夠小，以避免差異性。

三次B-樣條是三次樣條的一個更容易的變體，用于高效計算，因為最多有5個基函數參與貢獻插值。下面我們可以看到三次B-樣條在Litecoin價格上的表現，將結點放在四分位數上之后。

通過手動選擇結點，即在我們有一堆數據點的情況下，與根據四分位數放置結點時的值相比，我們在測試數據集上實現了更好的R2。

在邊界附近的三次樣條可能表現得很奇怪，你能夠在上面的紅色圖中注意到。所謂的自然三次樣條通過在每個極限處將一個三次多項式改為線性來強制要求函數在極限結點之外是線性的。

自然三次樣條需要選擇一個自由度。對于Litecoin的價格，我通過交叉驗證找到了最佳自由度：挑選了合適的174個結點的量子作為預測器的日期。結果與三次B-樣條相比，邊緣的差異性更小，但測試數據集的R2略差。

最后，我實現了平滑樣條，在懲罰價格變化的同時，使均方誤差最小化。

平滑樣條似乎是Litecoin價格最合適的分片插值。該模型在測試數據集上實現了迄今為止獲得的最佳R2值。

三次樣條模型令人興奮的部分是如何超越用于訓練模型的數據范圍進行推斷。

根據以預測和時間序列工作而聞名的著名統計學家RobJhyndman的說法，三次平滑樣條模型在預測方面可以作為與ARIMA模型等效的模型，但其參數空間受到限制。Rob聲稱，樣條模型提供了一個平滑的歷史趨勢以及線性預測函數。

我邀請你進一步試驗這個想法。我的計算機代碼可以在網上以JupyterPython/RNotebook形式查看。

本文中使用的GoogleColabNotebook?

數字貨幣和加密貨幣，如Litecoin，是現代全球經濟中最具爭議和最復雜的技術創新。本文旨在使用一種不太流行的方法：三次樣條來預測Litecoin價格的變化。

Michel?Kana,?Ph.D??作者

Jeremy??翻譯

Jeremy??編輯

Tags：OINCOICOINECOVCOINcoinwapp下載LikecoinAECO價格

歐易交易所app下載