Într-un proiect de cercetare recent, au fost testate diverse modele pentru a prezice prețurile Bitcoin folosind date în lanț de pe platforma CryptoQuant. Studiul a folosit 373 de caracteristici din 2012 până în prezent. Modelele clasice de învățare automată au fost nepotrivite din cauza utilizării tehnicii ferestrei glisante, ceea ce a condus la aplicarea tehnicilor de învățare profundă bazate pe tensori pentru procesarea datelor 3D.

Cele mai promițătoare rezultate au fost obținute cu modelele N-Beats și WaveNet. Modelul N-Beats, dezvoltat în TensorFlow, a obținut o eroare procentuală medie absolută (MAPE) de 31,9849. Performanța modelului pe tren, validare și date de testare este demonstrată în imaginea A, cu prognoza pentru 30 de zile prezentată în graficul B.

Modelul WaveNet a arătat, de asemenea, rezultate acceptabile, cu o valoare a pierderii Log-Likelihood Negative de 2,88. Imaginea C își arată performanța în prezicerea prețurilor lunii trecute, în timp ce imaginea D prezintă predicția prețului Bitcoin pentru luna următoare. Conform modelului WaveNet, prețul Bitcoin este probabil să fluctueze în același interval pe care l-a experimentat în ultimele luni, cu un interval de încredere de 50%.