不同人工神经网络在比特币价格预测中的比较
机器学习
2024-07-26 v1 人工智能
摘要
本研究探讨了不同序列长度对使用人工神经网络（ANN）预测加密货币收益准确性的影响。本研究以平均绝对误差（MAE）作为阈值准则，通过排除小于该阈值的收益来提高预测准确性，从而减轻对小额收益误差的敏感性。随后的评估 focuses on 超过该阈值的预测收益的准确性。我们比较了四种序列长度：168小时（7天）、72小时（3天）、24小时和12小时，每个序列长度的预测区间为2小时。我们的发现揭示了序列长度对预测准确性的影响，并强调了金融预测模型中优化序列配置的潜在价值。
引用
@article{arxiv.2407.17930,
title = {Comparison of different Artificial Neural Networks for Bitcoin price forecasting},
author = {Silas Baumann and Karl A. Busch and Hamza A. A. Gardi},
journal= {arXiv preprint arXiv:2407.17930},
year = {2024}
}
备注
9 pages, 8 figures, 2 tables