比特币价格预测：一种 ARIMA 方法

比特币被认为是全球最有价值的货币。除高价值外，其价值也经历了急剧增长，从 2010 年的约 1 美元升至 2017 年的约 18000 美元。近年来，它在经济学与计算机科学等多个领域引起相当关注。前者主要聚焦于研究其如何影响市场、确定价格波动背后的原因并预测其未来价格；后者主要聚焦于其漏洞、可扩展性及其他技术-密码-经济问题。此处，我们旨在通过分析了 3 年时间跨度的价格时间序列，揭示传统自回归积分滑动平均（ARIMA）模型在预测比特币未来价值中的效用。一方面，我们的实证研究揭示该简单方案在时序行为几乎不变的分期内高效，尤其用于短期预测（如 1 天）时。另一方面，当我们将 ARIMA 模型训练于比特币价格呈现不同行为的 3 年长周期，或将其用于长期预测时，观察到其引入较大预测误差。尤其，ARIMA 模型无法捕捉价格中的剧烈波动，如 2017 年底的波动性。因而需要提取更多特征并与价格一同使用以实现更准预测。我们进一步研究了使用在大数据集上训练、以长度为 $w$ 的有限比特币价格测试窗口作为输入的 ARIMA 模型进行比特币价格预测。我们的研究阐明了预测精度、($p,q,d$) 选择与窗口大小 $w$ 之间的相互作用。