主页 > imtokenapp下载安装 > 什么? ! 预测比特币价格?
什么? ! 预测比特币价格?
本文的实验方法和结果来自:
最多
新一期《生活大爆炸》聊比特币 四大极客聊比特币近期疯狂涨价
可悲的是,比特币是在 7 年前开采的……
比特币最近的涨价很疯狂,所以如果有一种算法可以预测比特币的价格,那将是多么美好的未来……
11 月 28 日,比特币突破 10,000 美元大关。 谁能告诉我下一个 20,000 美元会在哪里……不要告诉我这怎么可能?
但! 真的有可能!
毕业于 UCL 的 David Sheehan 博士正在使用 LSTM 算法预测比特币的价格。 上车,我们来看看吧!
什么是 LSTM?
LSTM(longshort-termmemorynetwork):长短期记忆网络是一种具有记忆效应的神经网络,它有一个特殊的机制:
LSTM应该具有记忆特性,随着时间的更新,判断当前信息是否应该保存,以便以后读取保存的信息。
LSTM也应该有健忘性,对应记忆特性,需要选择不需要的应该遗忘的信息。
参数设置:
ltm(t):长期记忆
wm(t):工作记忆
remember(t): 记忆向量
save(t): 保存向量
focus(t): 注意向量
x(t):时间 t 的输入值
数学描述
1.使用sigmoid激活函数在t时刻更新记忆向量,因为我们需要选择那些需要记忆的输入,需要保留工作记忆
2.用双曲正切函数计算t时刻输入信息中有价值的信息,并输入到长时记忆的候选集中。
3.还要判断当前哪些信息是有价值的,值得保留的,存入save vector
4. 上面的记忆向量更新完成后,我们就可以计算更新后的长时记忆向量了。 更新公式如下:
5.更新长期记忆后,需要继续更新工作向量。 这时候就需要学习现有的长时记忆需要关注哪些方面。
LSTM图
实验测试
了解了 LSTM 的基本原理后,就可以开始手动预测比特币的价格了。
检索数据
数据来源网址:coinmarketcap.com
我们使用python加载一些包文件,并从这个URL中获取数据进行分析。
获取比特币价格数据后,绘制价格波动曲线,可以更直观的看到价格波动
选择训练集
本文选取2017.6.1之前的比特币价格数据作为训练数据集。
训练数据
David Sheehan 博士选择了 Keras 框架。 模型的输入数据如下: close_off_high:当日最高价与收盘价之差,volatility:(最高价-最低价)/开盘价,衡量当日价格波动情况,close:收盘价。
其次,我们需要对数据进行处理:训练时选择的窗口步长为10,即当前时刻,我们可以将前十天的数据作为记忆,然后逐渐移动。 除了方便处理外,还需要对数据进行归一化处理,使其介于(-1,1)之间。
数据处理后比特币有什么价值,开始将数据输入模型。 10行数据组成矩阵输入,dropout为0.25,LSTM网络神经元个数为20。
培训成果
在测试集中,LSTM模型取得了不错的效果,预测价格可以非常接近真实价格。
作者还对以太坊进行了预测分析。 效果也很好。
写在最后
通读这篇文章,我们似乎发现了一些了不起的东西。
看来,百万富翁晋升之路就在眼前。 然而,自古以来预测金融价格就不是那么容易了。 比如比特币,需要考虑国家政策、算力等多方面因素比特币有什么价值,经常会出现价格突然变动的情况。 不过人工智能和金融结合分析是大势所趋,感兴趣的朋友可以继续挖掘。