O modelo N-HiTS (Neural Hierarchical Interpolation for Time Series) é uma estrutura de aprendizado profundo projetada para previsão de séries temporais. Ele decompõe os dados de entrada em níveis hierárquicos, cada um capturando diferentes padrões temporais. Através de um mecanismo de interpolação, o modelo gera previsões intermediárias, que são recursivamente refinadas para maior precisão. Esta abordagem permite que o N-HiTS capture efetivamente tanto as flutuações de curto prazo quanto as tendências de longo prazo.
Neste estudo, usei o modelo N-HiTS para prever o preço do Bitcoin para os próximos 30 dias usando dados Onchain dos últimos 180 dias. A modelagem e o treinamento foram realizados usando as bibliotecas PyTorch, PyTorch Lightning e PyTorch Forecasting.
A Figura A mostra os preços previstos e reais após o processo de treinamento para os dados de validação, enquanto a Figura B mostra a previsão para os próximos 30 dias. Os dados de treinamento incluem 376 recursos retirados da plataforma criptoquant.
Escrito por CryptoOnchain