如何从技术上成功预测比特币的价格？

许多论点声称，深度学习网络可以准确预测加密货币的价格波动。 本文用实际数据打脸：别上当！ 这种所谓的“准确预测”其实有很多陷阱。 许多人试图建立一个深度神经网络来预测比特币的价格，结果准确得令人难以置信。

使用 LSTM 预测比特币价格

为了便于说明，首先介绍一个使用多维LSTM（长短期记忆）神经网络预测比特币价格并产生上述预测结果的例子。 LSTM 是一种特殊的 RNN（递归神经网络），非常适合处理时间序列的问题。 因此，LSTM 在预测加密货币价格和股票市场方面非常受欢迎。

接下来比特币最新价格怎么做，我将数据分成训练集和测试集。 使用最后10%的数据作为测试，所以分界线在2017/9/14。 该日期之前的所有数据用于训练，该日期之后的数据用于测试训练好的模型。 下面，我绘制了 DataFrame 的收盘价列，这是我们要预测的每日收盘价。

为了训练LSTM，我们把数据分成7天的时间段（时间长短谁都可以选择，我就简单的用一周作为时间段），数据以零为基础进行归一化（normalize）（ zero base) in each time period )，即每个时间段的第一条数据为0，其他值代表相对于第一条数据的变化。 因此，这里预测的是价格走势，而不是绝对价格。

这里使用了一个简单的神经网络，包括一个由20个神经元组成的LSTM层，dropout率为0.25，以及一个致密层（Dense），其激活函数是一个简单的线性函数。 另外，损失函数使用MAE（Mean Absolute Error，平均绝对误差），优化器使用Adam。

正如您可能已经猜到的那样，此模型的根本问题在于给定日期的预测与前一天的实际结果几乎相同。 预测曲线看起来只不过是实际曲线偏移了一天。 事实上，当预测曲线移动一天时，这个结论更加明显。 这个结果和我在很多使用 LSTM 做单点预测的例子中看到的是一样的。

为了更清楚地说明这一点，我们来计算模型预测的回报结果和实际的回报结果：观察实际和预测的回报结果，一个是原始形式比特币最新价格怎么做，一个是偏移一天的形式，可以得到相同的结论获得。

从上图可以看出，实际回报和预测回报几乎不相关。 然而，将预测回报结果抵消一天后，可以观察到很强的相关性，表明预测结果与实际比特币数据重复。

本文的目的是讨论我在过去几个月中看到的许多使用深度神经网络预测加密货币和股票市场价格的例子。 这些文章中使用的方法与此处类似：使用历史价格数据实现 LSTM 并预测未来趋势。 并且本文演示了为什么这些模型不能用于真实交易。

是的，互联网在学习方面非常有效。 但是学到的策略是预测一个尽可能接近前一天的值，因为这样可以获得最小的平均绝对误差。 然而，无论损失函数的预测有多准确，在实践中，仅基于历史价格数据的单点预测模型的结果仍然难以准确，在实际交易中几乎无用武之地。

当然，在价格预测方面，可能有更复杂的方法来实现更有用的 LSTM。 您可以从使用更多数据开始，同时优化网络结构和超参数。 但我认为它更有可能使用历史价格数据以外的数据和特征。 毕竟投资界有一个共识——“过去的业绩不代表未来的产出”。 同样的结论也适用于加密货币。