加密货币市场价值走势预测。根据历史每分钟的货币市场价值,最高出价,最低出价,以及加密货币市场特征等,预测未来一段时期内,加密货币市场价值与实际加密货币市场价值的相关性,以pearsonr系数衡量相关性高低
对某一时期内加密货币价值数据进行训练,可预测未来时期货币价值走势,预测值与实际值相关系数约为0.15。
对所有数据进行标准化处理再进行训练,损失函数采用sklearn.metrics的pearsonr系数,或者手动构建pytorch损失函数
1.采用cnn建模,采用2-3层1维卷积和最大池化层,挑选20个显著特征,用20个显著特征进行训练,卷积特征后用2层线性层和ReLU激活函数处理
2.考虑到数据量大,时间跨度长,采用lstm建模,pearsonr系数在0.2左右
3.模型构建,训练与调参采用pytorch和sklearn库实现