ここで紹介しているのは、純粋に研究プロジェクトであり、取引を推奨するものではありません。
これまで、私はオンチェーン データを使用してビットコインの価格を予測するさまざまなモデルを試してきました。2012 年から現在までの CryptoQuant プラットフォームから 373 の特徴を活用しました。スライディング ウィンドウ手法を採用しているため、通常は 2D データで動作する従来の機械学習モデルは私のデータには適していません。代わりに、3D データの処理を可能にするテンソルに基づくディープラーニング手法を使用しています。
ここ数か月で試したさまざまなモデルの中で、N-Beats モデルと WaveNet モデルで最高の結果が得られました。N-Beats モデルは TensorFlow で開発されており、モデルの精度は MAPE: 31.9849 です。このモデルのトレーニング、検証、テスト データでのパフォーマンスは、画像 A に示されています。これに基づいて、今後 30 日間の N-Beats モデルの予測がグラフ B に示されています。
これまで許容できる結果を提供している 2 番目のモデルは、WaveNet モデルです。このモデルの損失値は負の対数尤度で測定され、損失値は 2.88 でした。このモデルも、前のモデルと同じデータを使用しました。画像 C は、過去 1 か月の価格予測のパフォーマンスを示しています。画像 D は、WaveNet モデルに基づく翌月のビットコイン価格予測を示しています。
WaveNet モデルに基づくと、信頼区間が 50% の場合、ビットコインの価格は今後 1 か月で過去数か月間に経験したのと同じ範囲内で変動する可能性があります。
CryptoOnchain による執筆