Изследовател намира метод за предсказване на цените на криптовалути

Изследовател на данни от престижния Индийски технологичен институт “Vellore” е очертал метод за това, как предполагаемо да прогнозира цените на криптовалутите в реално време, като използва невронна мрежа за дългосрочна памет (LSTM).

В блог публикация, направена на 2-ри декември, изследователят Абинхав Сагар демонстрира в четири стъпки как да се използва технология за машинно обучение за прогнозиране на цените.

Това е удивително предвид непредсказуемия характер на сектора.

Сагар предшества демонстрацията си, като отбеляза, че докато машинното обучение е постигнало известен успех при прогнозиране на цените на фондовите борси, приложението му при криптовалутите е ограничено. 

В подкрепа на това твърдение той заяви, че цените на се колебаят в съответствие с бързо развиващи се технологични разработки, както и промени в икономиката, сигурността и политическата.

Методът включва:

1) събиране на данни за криптовалута в реално време; 

2) подготовка на данните за обучение на невронни мрежи; 

3) тестване на прогнозата с помощта на невронната мрежа LSTM; 

4) визуализиране на резултатите от прогнозата.

Както разработчикът на софтуер Адити Митал е очертал, LSTM е съкращение за “Long Short-Term Memory” – вид невронна мрежа, която е предназначена да класифицира, обработва и прогнозира времеви редове с дадени времеви лагове с неизвестна продължителност.

За да обучи мрежата си, Сагар работи с набор от данни от “CryptoCompare”, използвайки функции като цена, обем, високи и ниски стойности и други.

Той предоставя връзка към кода за цялостния проект на “GitHub” и очертава функциите, които използва за нормализиране на стойностите на данните при подготовката за машинно обучение.

Преди да начертае и визуализира резултатите от прогнозите на мрежата, Сагар отбелязва, че използва “Mean Absolute Error” като метрика за оценка, която, отбелязва той, измерва средната величина на грешките в набор от прогнози, без да взема предвид посоката им.

Отвъд пазарните прогнози, комбинирането на нови технологии като блокчейн с машинно обучение придобива все по-голяма популярност и тежест.