Model N-HiTS (Neural Hierarchical Interpolation for Time Series) je rámec hlubokého učení navržený pro prognózování časových řad. Rozkládá vstupní data do hierarchických úrovní, z nichž každá zachycuje jiné časové vzorce. Prostřednictvím interpolačního mechanismu model generuje průběžné předpovědi, které jsou rekurzivně zpřesňovány na přesnost. Tento přístup umožňuje N-HiTS efektivně zachytit jak krátkodobé výkyvy, tak dlouhodobé trendy.
V této studii jsem použil model N-HiTS k předpovědi ceny bitcoinu na příštích 30 dní pomocí dat Onchain za posledních 180 dní. Modelování a školení byly prováděny pomocí knihoven PyTorch, PyTorch Lightning a PyTorch Forecasting.
Obrázek A ukazuje předpokládané a skutečné ceny po tréninkovém procesu pro ověřovací data, zatímco obrázek B ukazuje předpověď na příštích 30 dní. Tréninková data zahrnují 376 funkcí převzatých z kryptoquant platformy.
Napsal CryptoOnchain