在最近的一個研究項目中，測試了各種模型，以使用 CryptoQuant 平台的鏈上數據來預測比特幣價格。該研究利用了 2012 年至今的 373 個特徵。經典的機器學習模型由於使用滑動視窗技術而不再適用，因此基於張量的深度學習技術應用於3D資料處理。

最有希望的結果是透過 N-Beats 和 WaveNet 模型獲得的。在 TensorFlow 中開發的 N-Beats 模型的平均絕對百分比誤差 (MAPE) 為 31.9849。圖 A 展示了模型在訓練、驗證和測試資料上的效能，圖 B 顯示了 30 天的預測。

WaveNet 模型也顯示了可接受的結果，負對數似然損失值為 2.88。圖 C 顯示了預測過去一個月價格的表現，而圖 D 則顯示了下個月的比特幣價格預測。根據 WaveNet 模型，比特幣價格可能會在過去幾個月經歷的相同區間內波動，置信區間為 50%。