V nedávné studii byl model N-HiTS (Neural Hierarchical Interpolation for Time Series), rámec hlubokého učení, použit k predikci cen bitcoinů na příštích 30 dní pomocí dat Onchain za posledních 180 dní. Jedinečná schopnost modelu rozkládat vstupní data do hierarchických úrovní umožňuje efektivně zachytit různé časové vzorce.

Model N-HiTS generuje mezilehlé předpovědi prostřednictvím interpolačního mechanismu, které jsou následně rekurzivně zpřesňovány, aby byla zajištěna přesnost. Tento přístup umožňuje modelu efektivně zachytit jak krátkodobé výkyvy, tak dlouhodobé trendy.

Modelování a školení byly prováděny pomocí knihoven PyTorch, PyTorch Lightning a PyTorch Forecasting. Tréninková data zahrnovala 376 funkcí převzatých z platformy kryptoquant. Byly prezentovány předpokládané a skutečné ceny po tréninkovém procesu pro validační data a také předpověď na dalších 30 dní.

Tato aplikace modelu N-HiTS v blockchainovém průmyslu demonstruje potenciál rámců hlubokého učení při zvyšování přesnosti předpovědí cen kryptoměn.