时间序列预测某加密货币_时间序列预测典型算法

加密i货币是一种加密和去中心化的数字交换媒介。许多人使用加密货币作为一种投资形式，因为它即使在短时间内也能带来丰厚的回报。比特币、狗狗币是当今流行的加密货币之一。如果你想知道如何通过机器学习预测任何加密货币的未来价格，这篇文章适合你。在本文中，我将引导你完成使用 Python 进行机器学习的加密货币价格预测任务。

原创：CSDN/知乎:川川菜鸟

一、案例实践

预测加密货币的价格是数据科学界流行的案例研究之一。股票和加密货币的价格不仅仅取决于购买或出售它们的人数。如今，这些投资价格的变化还取决于政府对任何加密货币的金融政策的变化。人们对特定加密货币或直接或间接支持加密货币的个人的感受也会导致特定加密货币的大量买卖，从而导致价格变化。

案例我在kaggle上测试，本地是无论如何都无法成功导入数据，请注意。

1.1 数据加载

import pandas as pd import yfinance as yf import datetime from datetime import date, timedelta today = date.today() d1 = today.strftime("%Y-%m-%d") end_date = d1 d2 = date.today() - timedelta(days=730) d2 = d2.strftime("%Y-%m-%d") start_date = d2 data = yf.download('BTC-USD', start=start_date, end=end_date, progress=False) data["Date"] = data.index data = data[["Date","Open","High", "Low","Close","Adj Close","Volume"]] data.reset_index(drop=True,inplace=True) data 

如下：

在上面的代码中，我收集了过去 730 天比特币价格的最新数据。

1.2 可视化

绘制烛台图：

import plotly.graph_objects as go figure = go.Figure(data=[go.Candlestick(x=data["Date"], open=data["Open"], high=data["High"], low=data["Low"], close=data["Close"])]) figure.update_layout(title = "比特币价格分析", xaxis_rangeslider_visible=False) figure.show() 

如下：

数据集中的 Close 列包含我们需要预测的值。那么，我们来看看数据中所有关于 Close 列的列的相关性：

correlation = data.corr() print(correlation["Close"].sort_values(ascending=False)) 

如下：

Close 1.000000 Adj Close 1.000000 High 0. Low 0. Open 0. Volume 0. Name: Close, dtype: float64 

1.3 加密货币价格预测模型

from autots import AutoTS model = AutoTS(forecast_length=30, frequency='infer', ensemble='simple') model = model.fit(data, date_col='Date', value_col='Close', id_col=None) prediction = model.predict() forecast = prediction.forecast print(forecast) 

训练很久后，得到结果如下：

2022-09-07 23626. 2022-09-08 23625. 2022-09-09 23308. 2022-09-10 23223. 2022-09-11 23194. 2022-09-12 23080. 2022-09-13 23123. 2022-09-14 22966. 2022-09-15 22962. 2022-09-16 22642. 2022-09-17 22554. 2022-09-18 22522. 2022-09-19 22405. 2022-09-20 22445. 2022-09-21 22285. 2022-09-22 22278. 2022-09-23 21955. 2022-09-24 21864. 2022-09-25 21829. 2022-09-26 21710.079866 2022-09-27 21746. 2022-09-28 21584. 2022-09-29 21574. 2022-09-30 21248.078836 2022-10-01 21154. 2022-10-02 21116.082001 2022-10-03 20993. 2022-10-04 21027. 2022-10-05 20861. 2022-10-06 20849. 

二、总结

买卖会导致任何加密货币的价格发生变化，但买卖趋势取决于许多因素。使用机器学习进行加密货币价格预测只能在价格因人们在买卖加密货币之前看到的历史价格而发生变化的情况下起作用。如果是政策等原因，则可能会预测出现误差较大。

版权声明：

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！

转载请注明出处，原文链接：https://www.xkablog.com/qkl-hb/7607.html