» » Индийский ученый применил технологию глубокого обучения для прогнозирования цен криптоактивов

Криптовалюты

Индийский ученый применил технологию глубокого обучения для прогнозирования цен криптоактивов

Индийский ученый применил технологию глубокого обучения для прогнозирования цен криптоактивов

Исследователь из Технологического института Веллора в Индии предложил метод прогнозирования цен криптоактивов с использованием нейронной сети с долгой краткосрочной памятью (LSTM).

Специалист по обработке и анализу данных Абинхав Сагар (Abinhav Sagar) продемонстрировал в своем блоге четырехэтапный процесс использования технологии машинного обучения для прогнозирования цен криптоактивов в режиме реального времени, которые «относительно непредсказуемы» по сравнению с традиционными рынками.

По мнению Сагара, хотя машинное обучение достигло некоторого успеха в прогнозировании цен на фондовом рынке, его применение в индустрии криптовалют было ограничено. В подтверждение он заявил, что цены криптоактивов колеблются в связи с быстрым развитием технологий, а также экономическими и политическими факторами и вопросами безопасности.

Предложенный Сагаром четырехэтапный метод включает:

  1. сбор данных о криптовалюте в режиме реального времени;

  2. подготовку данных для обучения нейронной сети;

  3. тестирование прогноза с использованием нейронной сети LSTM;

  4. визуализацию результатов прогноза.

Для обучения сети Сагар использовал набор данных от CryptoCompare, учитывая цену, объем торгов, наибольшее и наименьшее значение цены.

Он опубликовал информацию о проекте на GitHub и описал функции, которые он использовал для нормализации значений данных при подготовке к машинному обучению. Прежде чем составить график и визуализировать результаты сетевых прогнозов, Сагар отметил, что в качестве показателя оценки он использовал абсолютную погрешность среднего значения, которая измеряет среднюю величину ошибок в наборе прогнозов без учета их направления.

Индийский ученый применил технологию глубокого обучения для прогнозирования цен криптоактивов

Визуализация Сагара прогноза цены криптовалюты в режиме реального времени с использованием нейронной сети LSTM. Источник: towardsdatascience.com

Машинное обучение уже не первый раз применяется в индустрии криптовалют и блокчейна для получения статистических данных. Летом аналитическая компания Elliptic в сотрудничестве с Массачусетским технологическим институтом (MIT) исследовали более 200 000 транзакций в сети Биткоина на предмет их связи с преступной деятельностью. Для того, чтобы отсортировать 203 769 транзакций на общую сумму $6 млрд, исследовательская группа задействовала алгоритм с машинным обучением.




Похожие новости

Новости других разделов

Присоединяйтесь

Деньги — предельно обобщённая информация о продуктообмене.

Журналисты

Цитата

Заблуждение не перестаёт быть заблуждением оттого, что большинство разделяет его.

Л.Н. Толстой.