这份实用指南提供了你预测加密货币价格飞速上涨所需的基础知识。
十五年前，我开始探索数字货币的世界，并为一个只使用短信的点对点移动货币平台做了原型。
最近，我的一位合作者问我，人工智能是否可以预测加密货币的价格。她对区块链的炒作很好奇。
经过研究，我发现预测加密货币价格是一个可以解决的问题，但绝对不是针对所有市场条件。
加密资产的典型预测模型将利用时间序列预测、机器学习或深度学习方法。
在本文中，我研究了在预测给定日期的Litecoin平均价格时，片断插值的表现如何。
数据
我们将关注2013年4月至2021年2月期间Litecoin的历史价格。这些数据取自coinmarketcap，并且是可以免费使用的。我将数据分为80%的训练数据集和20%的测试数据集。后者用于评估我们预测收盘价的准确性。
ARB Token为防止机器人滥用，本次空投建立积分制:3月16日消息，以太坊 Layer2 扩容解决方案 Arbitrum 正式宣布将发行原生 Token ARB 并公布 Token 经济学。据悉，ARB 初始总供应量为 100 亿枚，总供应量将以每年至多 2% 的速度膨胀。
其中，11.62% 分配给用户，1.13% 分配给 Arbitrum 生态中的各个 DAO，17.53% 分配给 Offchain Labs 投资者，26.94% 分配给 Offchain Labs 团队成员、未来团队成员、贡献者，42.78% 分配给 Arbitrum DAO 金库。
为防止机器人滥用，本次空投建立了许多反女巫规则，并建立积分制，每 1 分对应一个具体的空投 Token 数目：1、如果空投接收者的钱包交易全部发生在 48 小时内，则减去一分；2、如果空投接收者的钱包余额低于 0.005 ETH，并且钱包没有与多个智能合约交互，则减去一分；3、若在此前 Hop 协议赏金计划期间，空投者钱包地址被识别为女巫攻击者地址，则其将被取消资格。
目前 Arbitrum 已公布的空投查询页面，仅支持用户查询空投情况，具体空投发放日期为 3 月 23 日。[2023/3/17 13:09:01]
加密货币Litecoin的价格历史(Source:?Kaggle)
以太坊成长史《无限机器》将被拍摄成电影版:11月25日，畅销书《无限机器：加密黑客大军如何用以太坊构建下一个互联网》作者 Camila Russo 发文表示该书将即将被拍成电影版，届时将联合以太坊社区共同制作。
据悉，《无限机器》是关于以太坊历史的参考书，在亚马逊上售罄过两次。该书作者、DeFi内容平台the Defiant的创始人Camila Russo和加密对冲基金Avenue Investment的联合创始人Francisco Gordillo将担任执行制作人，制作方表示将把该电影打造成为加密行业的第一个主流长篇电影。[2021/11/25 7:10:40]
短暂的探索性数据分析显示，平均收盘价在年初和年末是最高的。10月份最低。
多项式回归?
你可能听说过多项式回归，这可以说是创建一个阶数为d的基础来近似一个非线性函数的最简单例子。
Bonfida 商务经理Cyn：链上首个程序化交易机器人BonfidaBot带来链上全自动化交易体验:2021年05月07日晚，由Gate.io主办的直播专访节目《酒局币赴》邀请到Bonfida 商务经理Cyn直播分享近期最新发展。直播期间Cyn与Gate.io立春就Bonfida及其相关事项进行了探讨与交流。
Cyn表示，Bonfida 是 Serum 的旗舰前端，可以为 DEX 提供更好的交易体验。而 Bonfida 提供的服务中，链上第一个程序化交易机器人是真正的杀手锏。BonfidaBot 可以帮助 Solana 生态里的 DeFi 用户借助原生整合的 TradingView 在 Serum 上建立交易策略。DeFi 用户可以使用 TradingView 的策略指标或通过 JavaScript 的命令发送链上交易信号到 BonfidaBot，实现链上全自动化交易。同时用户创建的程序化策略也可以选择对外开放，并自主设定订阅该策略的价格。其他用户订阅该策略后，策略提供方可以收到订阅费激励。
Cyn还指出通过BonfidaBot 执行策略最好的一点是可以帮助用户克服一些因为人性导致的失误，因为量化策略一旦设置好，这个机器人就会完完全全依照既定策略去执行，使用户避免因没有及时止盈止损而遭受不必要的损失。[2021/5/7 21:35:29]
声音 | 推特用户：Bitstamp上BTC大幅跳水是有机器人用3600个BTC向下扫单:今日上午Bitstamp交易所上的BTC价格出现大幅跳水，最低跌破6200美元。有推特用户称是因为Bitstamp上有机器人用3600个BTC向下扫单。[2019/5/17]
我对Litecoin的历史价格进行了简单的多项式回归，使用5、25和80的阶数。在每种情况下，R2值将提供一些关于模型在测试数据集上的拟合度好坏的信息。
从下面的蓝线与训练数据的拟合度来看，我们可以观察到随着多项式阶数的增加，曲线越来越陡峭。这是由于模型复杂性增加，因为高阶多项式试图追逐训练集中的每一个单一数据点。
第0天代表2013年4月30日，第2800天代表2021年2月28日。
数字货币自动交易机器人诞生:数字货币自动交易机器人诞生，一个名为“CryptoPing”的机器人应用可以通过交叉分析多个数字货币交易平台的信息，预测价格变动，还允许通过预设白名单，黑名单，ICO信息来筛选数字资产。此外，它将允许用户通过添加用户的API密钥，根据过滤的机器人分析结果进行投资，用户可以直接在应用内设置自动交易，CryptoPing白皮书称可以为用户带来“稳定的利润”。[2017/12/25]
特别是在有离群值的区域，高阶多项式往往会向这些离群值的方向发展。因此，80阶多项式的模型具有最高的方差。
它在训练数据上的偏差也是最低的，这体现在最高的R2值上，相比之下，低阶多项式的R2更低，意味着更高的偏差但更低的方差。低阶多项式对训练数据的敏感性较低。
分片插值?
我发现一个更灵活的方法是使用片断多项式来预测加密货币价格。
分片插值用低阶多项式拟合大量的数据点。由于我们只使用低阶多项式，我们消除了过度的振荡和非收敛性。
给定一组数据点，分片插值的工作原理是在每一部分数据中使用不同的多项式。
特别是，我们使用连接的分片多项式，也称为样条。
样条的一个例子是下面的截断线性函数。它在4的左边是平的，称为函数的结。
给定几个结点，我们可以将多个线性基函数组合起来，并将其拟合到非线性数据中。
为了检测加密货币价格中存在的高度曲线关系，我使用了一个截断的三次函数，也叫三次样条。
使用三次样条，我们将数据分割成块，并对每个块拟合一个三次样条。每个样条函数在结点处连接到下一个函数。
三次样条是加密货币价格变化的一个非常好的选择，因为连接是平滑的。三次样条的斜率和它们的第一和第二导数都是匹配的。三次样条是3阶的多项式函数，它仍然足够小，以避免差异性。
三次B-样条是三次样条的一个更容易的变体，用于高效计算，因为最多有5个基函数参与贡献插值。下面我们可以看到三次B-样条在Litecoin价格上的表现，将结点放在四分位数上之后。
通过手动选择结点，即在我们有一堆数据点的情况下，与根据四分位数放置结点时的值相比，我们在测试数据集上实现了更好的R2。
在边界附近的三次样条可能表现得很奇怪，你能够在上面的红色图中注意到。所谓的自然三次样条通过在每个极限处将一个三次多项式改为线性来强制要求函数在极限结点之外是线性的。
自然三次样条需要选择一个自由度。对于Litecoin的价格，我通过交叉验证找到了最佳自由度：挑选了合适的174个结点的量子作为预测器的日期。结果与三次B-样条相比，边缘的差异性更小，但测试数据集的R2略差。
最后，我实现了平滑样条，在惩罚价格变化的同时，使均方误差最小化。
平滑样条似乎是Litecoin价格最合适的分片插值。该模型在测试数据集上实现了迄今为止获得的最佳R2值。
三次样条模型令人兴奋的部分是如何超越用于训练模型的数据范围进行推断。
根据以预测和时间序列工作而闻名的著名统计学家RobJhyndman的说法，三次平滑样条模型在预测方面可以作为与ARIMA模型等效的模型，但其参数空间受到限制。Rob声称，样条模型提供了一个平滑的历史趋势以及线性预测函数。
我邀请你进一步试验这个想法。我的计算机代码可以在网上以JupyterPython/RNotebook形式查看。
本文中使用的GoogleColabNotebook?
数字货币和加密货币，如Litecoin，是现代全球经济中最具争议和最复杂的技术创新。本文旨在使用一种不太流行的方法：三次样条来预测Litecoin价格的变化。
Michel?Kana,?Ph.D??作者
Jeremy??翻译
Jeremy??编辑
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。