N-HiTS（時間序列神經分層插值）模型是一種專爲時間序列預測而設計的深度學習框架。它將輸入數據分解爲多個層次，每個層次捕獲不同的時間模式。通過插值機制，該模型生成中間預測，並遞歸細化以提高準確性。這種方法使 N-HiTS 能夠有效捕捉短期波動和長期趨勢。
在本研究中，我使用 N-HiTS 模型，利用過去 180 天的 Onchain 數據預測未來 30 天的比特幣價格。建模和訓練是使用 PyTorch、PyTorch Lightning 和 PyTorch Forecasting 庫進行的。
圖 A 顯示了驗證數據訓練過程後的預測價格和實際價格，而圖 B 顯示了未來 30 天的預測價格。訓練數據包括從加密量化平臺獲取的 376 個特徵。
作者：CryptoOnchain
