基于大语言模型的以太坊价格预测：用于短期和少样本预测
人工智能
2025-04-01 v1 计算工程、金融与科学
摘要
加密货币凭借其创新的区块链技术和价格波动性，为预测分析带来了挑战与机遇。作为领先加密货币之一，以太坊经历了显著的市场波动，其价格预测成为一个引人入胜且复杂的问题。本文present了一项全面研究，旨在评估大语言模型（LLM）在预测以太坊价格进行短期和少样本预测场景中的有效性。训练模型进行时间序列分析的主要挑战是数据匮乏。我们通过一种新颖方法来解决这一问题，即将现有的预训练 LLM（针对自然语言或图像进行了数十亿标记的训练）适应以太坊价格时间序列数据的独特特征。通过彻底的实验和与传统和当代模型的比较，我们的结果显示， selectively 冻结预训练 LLM 的某些层可在该领域实现最先进的性能。该方法在多个指标上 consistently 超越基准，包括均方误差（MSE）、平均绝对误差（MAE）和均方根误差（RMSE），充分展现了其有效性和稳健性。我们的研究不仅为 LLM 现有知识库的贡献，也为加密货币预测领域提供了实用见解。预训练 LLM 适应以太坊价格的特性表明，未来研究的有前景的方向，可能包括整合情感分析以进一步细化预测准确度。
引用
@article{arxiv.2503.23190,
title = {Ethereum Price Prediction Employing Large Language Models for Short-term and Few-shot Forecasting},
author = {Eftychia Makri and Georgios Palaiokrassas and Sarah Bouraga and Antigoni Polychroniadou and Leandros Tassiulas},
journal= {arXiv preprint arXiv:2503.23190},
year = {2025}
}