利用 LSTM、SVM 和多项式回归预测加密货币价格
机器学习
2024-03-07 v1 统计金融
摘要
信息技术，尤其是互联网的快速发展，为用户提供了快速便捷的信息获取方式。得益于互联网服务提供的便利，许多最初投资黄金和贵金属的个人正转向以加密货币形式进行的数字投资。然而，加密货币投资充满了不确定性和日常波动。这种风险给硬币投资者带来了重大挑战，可能导致巨大的投资损失。这些加密货币价值的不确定性是硬币投资领域的一个关键问题。预测是用于预测这些加密货币未来价值的方法之一。通过利用长短期记忆（LSTM）、支持向量机（SVM）和多项式回归算法模型进行预测，本文进行了性能比较，以确定哪种算法模型最适合预测加密货币价格。均方误差被用作比较的基准。通过应用这三种构建的算法模型，使用线性核的支持向量机产生的均方误差最小，优于长短期记忆和多项式回归算法模型，其均方误差值为 0.02。关键词：加密货币，预测，长短期记忆，均方误差，多项式回归，支持向量机
引用
@article{arxiv.2403.03410,
title = {Prediction Of Cryptocurrency Prices Using LSTM, SVM And Polynomial Regression},
author = {Novan Fauzi Al Giffary and Feri Sulianta},
journal= {arXiv preprint arXiv:2403.03410},
year = {2024}
}
备注
Asian Journal of Engineering, Social and Health Volume 3, No. 2 February 2024 (308-319)