论文研究 基于深度学习方法的比特币价格预测

比特币是当前流行的加密货币，前景光明。 这就像一个具有时间序列的股票市场，这些时间序列是一系列索引数据点。 我们研究了不同的深度学习网络和提高准确性的方法，包括最小-最大归一化，Adam优化器和窗口最小-最大归一化。 我们收集了有关每分钟比特币价格的数据，并对它们进行了重新排列以反映以小时计的比特币价格，总计56,832点。 我们以24小时的数据作为输入，并输出下一个小时的比特币价格。 我们比较了不同的模型，发现内存不足意味着多层感知器（MLP）不适合根据当前趋势预测价格的情况。 当模型中包含过去的内存和门控循环网络（GRU）时，长短期内存（LSTM）可以提供相对最佳的预测。