N-HiTS（时间序列神经分层插值）模型是一种专为时间序列预测而设计的深度学习框架。它将输入数据分解为多个层次，每个层次捕获不同的时间模式。通过插值机制，该模型生成中间预测，并递归细化以提高准确性。这种方法使 N-HiTS 能够有效捕捉短期波动和长期趋势。

在本研究中，我使用 N-HiTS 模型，利用过去 180 天的 Onchain 数据预测未来 30 天的比特币价格。建模和训练是使用 PyTorch、PyTorch Lightning 和 PyTorch Forecasting 库进行的。

图 A 显示了验证数据训练过程后的预测价格和实际价格，而图 B 显示了未来 30 天的预测价格。训练数据包括从加密量化平台获取的 376 个特征。

作者：CryptoOnchain