30、基于深度学习的加密货币价格预测

基于深度学习的加密货币价格预测

1. 引言

随着科技的不断进步，加密货币凭借其高安全性、去中心化特性以及有限的发行量，吸引了众多投资者。然而，加密货币市场价格波动剧烈，准确预测其价格极具挑战性。因此，构建高精度的预测模型成为当下研究的热点。

预测加密货币价格不仅能为投资者提供决策依据，提高投资效率，还能减少人工分析的工作量。本文提出使用双向长短期记忆（Bi - LSTM）神经网络构建加密货币价格预测模型。Bi - LSTM 作为循环神经网络（RNN）的一种变体，能够识别序列输入中的时间关联，在时间序列预测中具有显著优势，因为它可以同时学习前后向的依赖关系。

2. 相关工作

• Sudeep Tanwar 和 Gulshan Sharma 的模型 ：该模型分为两个阶段，结合了深度学习和情感分析。第一阶段利用 Twitter API 和 VADER 计算推文的情感，第二阶段结合价格历史和提取的特征预测加密货币价格。但该模型仅能分析和预测一种加密货币的价格，并以此关联预测其他货币，存在一定局限性。
• Yung - Cheol Byun 的模型 ：基于强化学习改进了加密货币预测模型，包括数据预处理、特征工程、转换和特征选择等步骤。不过，该模型仅能预测莱特币和门罗币的价格，且在三天价格预测中，平均绝对百分比误差（MAPE）较高。
• Mahir Iqbal 等人的模型 ：提出了基于机器学习技术的时间序列预测模型，使用自回归积分滑动平均算法（ARIMA）、XG 提升算法和 Facebook Prophet