OIN:機器學習能否預測加密貨幣的價格？_dimecoin

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。

AI對話機器人平臺GameOn Technology完成3500萬美元B輪融資，B3 Capital等領投:12月7日消息，AI對話機器人平臺GameOn Technology宣布完成3500萬美元B輪融資，本輪融資由Mirae Asset Venture Investment、Mighty Capital和B3 Capital領投，NFL密爾沃基釀酒人隊老板Mark Attanasio和明尼蘇達維京人隊老板Wilf家族參投，截至目前該公司融資總金額達到近5400萬美元。

GameOn的現有投資者包括SnoopDogg、NFL傳奇人物喬·蒙塔納、NBA名人堂成員加里·佩頓以及NBA球員安德烈·伊戈達拉和穆罕默德·班巴。2019年，GameOn簽署協議，為NBA、NHL和PGA巡回賽運營的聯盟賬戶推出Facebook Messenger聊天機器人。[2022/12/7 21:27:40]

加密貨幣Litecoin的價格歷史(Source:?Kaggle)

Aurora CEO：昨日攻擊自動被彩虹橋看門狗和 MEV 機器人阻擋，黑客損失 2.5 ETH:5月2日消息，NEAR 生態 EVM 擴容網絡 Aurora 的 CEO Alex Shevchenko 針對昨日彩虹橋攻擊事件發推稱，攻擊是被自動阻擋的，彩虹橋看門狗（ WatchDog）和 MEV 機器人擋住了黑客攻擊，沒有損失橋接資金，反而讓攻擊者損失了 2.5 個以太坊，這筆資金已支付給 MEV 機器人。Aurora Labs 將重新設計挑戰支出機制，因此大部分中繼者質押保留在合約中，還將為中繼者增加大量的質押，之后類似的攻擊成本會更大。[2022/5/2 2:45:03]

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。

著名導演雷德利·斯科特將擔任以太坊成長史《無限機器》電影版導演:4月22日消息，暢銷書《無限機器》作者 Camila Russo 在其社交網站表示，英國電影導演雷德利·斯科特將擔任以太坊成長史《無限機器》電影版導演。雷德利·斯科特曾導演過《角斗士》、《銀翼殺手》等影片，曾獲多項奧斯卡獎提名。

此前報道，《無限機器》是關于以太坊歷史的參考書，兩次在亞馬遜上售罄。Camila Russo 于 2021 年 11 月 25 日表示該書將被拍成電影版，并將成為加密行業的第一個主流長篇電影。[2022/4/22 14:41:36]

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。

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。

iExec 與微軟 Azure達成合作，利用 SGX 來保護機器學習代碼和數據:11月5日消息，分布式云計算平臺 iExec 云算寶與微軟云計算平臺 Azure 就發展“機密計算”達成合作伙伴關系，iExec 利用英特爾軟件防護擴展（SGX）來保護機器學習中的敏感代碼和數據。iExec 信息安全總監 Zhang Lei 談到：Azure 機密計算通過保護使用中的數據有效地解決了安全問題。iExec 利用英特爾 SGX，使珍貴數據在廣泛共享和使用的同時，還能保護其隱私和所有權。iExec 將這些獨特的功能結合在一起，使人工智能開發者能夠保護他們的知識產權，同時為人工智能開發者創造新的經濟機會。[2021/11/5 21:28:36]

第0天代表2013年4月30日，第2800天代表2021年2月28日。

聲音 | 經濟學家賀學會：區塊鏈項目價值體現在機器共識和社群共識的顛覆式創新:據鳳凰網報道，在2018全球第五屆區塊鏈技術應用論壇上，經濟學家、上海對外經貿大學金融管理學賀學會教授表示，隨著區塊鏈的興起和發展，未來的應用將越來越多，其建立信任關系的本質推動行業價值網絡的構建。他指出，區塊鏈項目價值體現在機器共識和社群共識的顛覆式創新。[2018/7/28]

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。

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：TECCOINCOIOINCatecoindimecoinTremendous CoinAurum Coin

BTC