In uno studio recente, il modello N-HiTS (Neural Hierarchical Interpolation for Time Series), un framework di deep learning, è stato utilizzato per prevedere i prezzi dei Bitcoin per i prossimi 30 giorni utilizzando i dati Onchain degli ultimi 180 giorni. La capacità unica del modello di scomporre i dati di input in livelli gerarchici gli consente di catturare in modo efficace diversi modelli temporali.
Il modello N-HiTS genera previsioni intermedie attraverso un meccanismo di interpolazione, che vengono poi perfezionate ricorsivamente per garantirne l'accuratezza. Questo approccio consente al modello di catturare in modo efficace sia le fluttuazioni a breve termine che le tendenze a lungo termine.
La modellazione e la formazione sono state condotte utilizzando le librerie PyTorch, PyTorch Lightning e PyTorch Forecasting. I dati di addestramento includevano 376 funzionalità prese dalla piattaforma cryptoquant. Sono stati presentati i prezzi previsti ed effettivi dopo il processo di formazione per i dati di convalida, nonché le previsioni per i prossimi 30 giorni.
Questa applicazione del modello N-HiTS nel settore blockchain dimostra il potenziale dei framework di deep learning nel migliorare l’accuratezza delle previsioni sui prezzi delle criptovalute.