Apa yang disajikan adalah murni proyek penelitian dan bukan rekomendasi untuk trading:
Sejauh ini, saya telah bereksperimen dengan berbagai model untuk memprediksi harga Bitcoin menggunakan data on-chain. Saya telah menggunakan 373 fitur dari platform CryptoQuant mulai dari tahun 2012 hingga saat ini. Karena saya menggunakan teknik jendela geser, model pembelajaran mesin klasik, yang biasanya bekerja dengan data 2D, tidak cocok untuk data saya. Sebagai gantinya, saya menggunakan teknik pembelajaran mendalam berdasarkan tensor, yang memungkinkan pemrosesan data 3D.
Di antara berbagai model yang saya coba dalam beberapa bulan terakhir, hasil terbaik diperoleh dengan model N-Beats dan WaveNet. Model N-Beats dikembangkan di TensorFlow, dan akurasi modelnya adalah MAPE: 31,9849. Performa model ini pada data latih, validasi, dan pengujian divisualisasikan pada gambar A. Berdasarkan hal tersebut, perkiraan model N-Beats untuk 30 hari ke depan ditunjukkan pada grafik B.
Model kedua yang memberikan hasil yang dapat diterima sejauh ini adalah model WaveNet. Nilai kerugian model ini diukur dengan Log-Likelihood Negatif, dengan nilai kerugian sebesar 2,88. Model ini juga menggunakan data yang sama dengan model sebelumnya. Gambar C menunjukkan kinerjanya dalam memprediksi harga selama sebulan terakhir. Dan gambar D menunjukkan prediksi harga Bitcoin bulan depan berdasarkan model WaveNet.
Berdasarkan model WaveNet, dengan interval kepercayaan 50%, harga Bitcoin kemungkinan akan berfluktuasi dalam kisaran yang sama seperti yang dialami selama beberapa bulan terakhir di bulan mendatang.
Ditulis oleh CryptoOnchain
