基于平行门控循环单元的加密货币价格预测
机器学习
2025-12-30 v1
摘要
随着加密货币及比特币的兴起，许多投资和业务现在通过加密货币在线进行交易。其中，比特币利用区块链技术使交易变得安全、透明、可追溯且不可篡改。它还 exhibits significant price fluctuations and performance, 这吸引了特别是金融领域的广泛关注。因此，许多投资者和个人转向加密货币市场投资。经济学中最重要的挑战之一是对未来交易的价格预测。加密货币亦是如此，投资者正在寻找方法来预测价格; 该领域提出了各种理论和方法。本文提出了一种新型深度模型，称为平行门控循环单元(Parallel Gated Recurrent Units, PGRU)，用于加密货币价格预测。在该模型中，循环神经网络以平行且独立的方式预测价格。平行网络利用不同的输入，每个输入代表不同的与价格相关的特征。最后，平行网络的输出被神经网络组合，用于预测加密货币的未来价格。实验结果表明，所提出的模型在窗口长度为20和15时分别实现了平均绝对百分比误差(MAPE)为3.243%和2.641%。因此，我们的方法在较少的输入数据和较低的计算成本下，实现了比现有方法更高的准确率和效率。
引用
@article{arxiv.2512.22599,
title = {Cryptocurrency Price Prediction Using Parallel Gated Recurrent Units},
author = {Milad Asadpour and Alireza Rezaee and Farshid Hajati},
journal= {arXiv preprint arXiv:2512.22599},
year = {2025}
}