用于加密货币价格预测的深度学习模型综述：实现与评估
机器学习
2024-06-04 v2 统计金融
机器学习
摘要
投资者和研究人员对准确的加密货币价格预测模型一直有浓厚兴趣。深度学习模型是突出的机器学习技术，已改变了多个领域，并显示出在金融和经济领域的潜力。尽管已有多种深度学习模型被探索用于加密货币价格预测，但由于市场高度波动，尚不清楚哪些模型是合适的。在本研究中，我们回顾了关于深度学习用于加密货币价格预测的文献，并评估了用于加密货币股票价格预测的新型深度学习模型。我们的深度学习模型包括长短期记忆（LSTM）递归神经网络的变体、卷积神经网络（CNN）的变体以及Transformer模型。我们评估了单变量和多变量方法用于加密货币收盘价的多步预测。我们还对四种加密货币进行了波动性分析，揭示了它们在COVID-19大流行期间价格的显著波动。此外，我们研究了由不同训练集确定的两种场景下模型的预测准确性。首先，我们使用COVID-19前的数据集来建模COVID-19早期阶段的加密货币收盘价预测。其次，我们利用COVID-19期间的数据来预测2023年至2024年的价格。我们的结果表明，采用多变量方法的卷积LSTM在两个主要实验设置中提供了最佳的预测准确性。我们的结果还表明，与单变量模型相比，多变量深度学习模型在预测四种不同加密货币时表现出更好的性能。
引用
@article{arxiv.2405.11431,
title = {Review of deep learning models for crypto price prediction: implementation and evaluation},
author = {Jingyang Wu and Xinyi Zhang and Fangyixuan Huang and Haochen Zhou and Rohtiash Chandra},
journal= {arXiv preprint arXiv:2405.11431},
year = {2024}
}