比特币时间序列预测的回声状态网络
机器学习
2025-08-08 v1 计算工程、金融与科学
神经与进化计算
摘要
股票和加密货币价格预测因高波动性和非平稳性(受经济变化和市场情绪等因素影响)而具有挑战性。先前研究表明，回声状态网络(ESN)能够有效建模短期股市运动，捕捉动态数据中的非线性模式。据我们所知，本文是首次将ESN用于加密货币预测，尤其是在极端波动期。我们还通过混沌期的李雅普诺夫指数进行混沌分析，表明我们的方法在显著优于现有机器学习方法方面取得了显著的优势。我们的发现与李雅普诺夫指数分析结果一致，表明ESN在混沌期间具有鲁棒性，在高混沌环境下优于提升方法和朴素方法。
引用
@article{arxiv.2508.05416,
title = {Echo State Networks for Bitcoin Time Series Prediction},
author = {Mansi Sharma and Enrico Sartor and Marc Cavazza and Helmut Prendinger},
journal= {arXiv preprint arXiv:2508.05416},
year = {2025}
}