Процесс:
Шаг 1. Скопируйте этот фрагмент кода и вставьте его в любой онлайн-файл или на рабочий стол #IDE , #MetaAI или #ChatGPT .
Фрагмент кода:
импортировать панд как pd
из sklearn.ensemble импортировать RandomForestRegressor
из sklearn.model_selection импорт train_test_split
из sklearn.metrics импортируйтеmean_absolute_error
# Загрузите CSV-файл
file_path = 'path_to_your_file.csv' # Замените своим путем к файлу
имена столбцов = [
«timestamp_start», «открытие», «высокий», «низкий», «закрытие», «объем»,
'timestamp_end', 'unknown1', 'unknown2', 'unknown3', 'unknown4', 'unknown5', 'unknown6'
]
# Загрузите CSV-файл с правильными именами столбцов.
notcoin_data = pd.read_csv(путь_файла, имена=имена_столбцов, пропуски=1)
# Конвертируем временную метку в читаемый формат даты
notcoin_data['timestamp_start'] = pd.to_datetime(notcoin_data['timestamp_start'], unit='ms')
notcoin_data['timestamp_end'] = pd.to_datetime(notcoin_data['timestamp_end'], unit='ms')
# Подготовьте функции и целевую переменную
notcoin_data['next_close'] = notcoin_data['close'].shift(-1)
Features = notcoin_data[['open', 'high', 'low', 'close', 'volume']].iloc[:-1]
цель = notcoin_data['next_close'].iloc[:-1]
# Разделить данные на обучающий и тестовый наборы
X_train, X_test, y_train, y_test = train_test_split(функции, цель, test_size=0,2, случайное_состояние=42)
# Обучение модели случайного леса
модель = RandomForestRegressor (n_estimators = 100, random_state = 42)
model.fit(X_train, y_train)
# Оцените модель
прогнозы = model.predict(X_test)
mae =mean_absolute_error(y_test, предсказания)
print(f"Средняя абсолютная ошибка: {mae}").
Шаг 2. Загрузите CSV-файл (.csv) с сайта #Binance для криптовалюты, цену следующего закрытия которой вы хотите спрогнозировать.
После загрузки файла .csv для нужной криптовалюты загрузите этот файл в MetaAI/ChatGPT или установите местоположение/путь для IDE для доступа и использования файла .csv.
Шаг 3. После настройки фрагмента кода и файла .csv просто запустите тело программы, чтобы получить следующую цену закрытия.
Отказ от ответственности:
Результаты прогнозирования зависят от предоставленных данных файла .csv.
Прогноз может иметь некоторую разницу в 0,001 между прогнозируемой ценой и фактической ценой.
Всегда проводите исследования и помните о волатильности криптовалют.
Этот пост совершенно беспристрастен и не гарантирует каких-либо прогнозов, сделанных программой.
Остерегайтесь потенциальных опасностей, связанных с криптовалютами, прежде чем принимать какое-либо инвестиционное решение.
Следите за обновлениями!
Дайте мне знать в разделе комментариев, если вы хотите более релевантный контент.
