今日のモデル予測:

日付 (香港時間): 2024-01-29

始値: 305.38 高値: 311.98 安値: 299.17 終値: 306.11

テスト結果によると、レバレッジ 20 倍でその日の予想最低価格に従ってロングした場合、その日の予想最高値に従ってショートした場合、ポジションが清算される確率はわずか 1% です。 、ポジションが清算される確率はわずか 6% です。 ！ ！

LSTMの基本原則

LSTM (Long Short-Term Memory Network) は、長いシーケンス データを処理するときに従来の RNN が遭遇する勾配の消失または爆発の問題を解決するために設計された特別なタイプのリカレント ニューラル ネットワーク (RNN) です。 3 つのゲート (忘却ゲート、入力ゲート、出力ゲート) とメモリ ユニットを導入することで情報の流れを制御し、LSTM が長期依存情報を効果的に保存してアクセスできるようにします。これらのゲートの構造により、LSTM は情報を追加したり削除したりする柔軟性が得られるため、テキストや時系列などのシーケンシャル データを処理する際に、長期的な依存関係をより効果的にキャプチャできます。

つまり、LSTM のようなニューラル ネットワークを使用して、過去のデータから学習することで将来の結果を予測できます。

モデル構築プロセス

データセット

このモデルのデータは OKX の API から取得されており、Binance の契約価格とは若干異なる場合があります。合計約 1 年間の $BNB 契約マーク価格データ (402 日) を収集しました。香港時間に基づいて、毎日の開始時間は 00:00、毎日の終了時間は 24:00 です。スパンは 2022-12-23 から 2024-01-28 です。

トレーニングプロセス

ニューラル ネットワークは、入力として過去 10 日間の価格データを使用してトレーニングされ、データ セットの 80% がトレーニング セットとして使用され、20% がテスト セットとして使用されます。

予測結果

一般に、始値が最も正確な予測ですが、基本的に前日の終値が翌日の始値であり、終値は最も精度の低い予測であるため、始値は実際にはあまり意味がありません。異なるエラー率と精度は次のとおりです。

誤差率 1.0% の予測精度: {'open': '0.90', 'high': '0.53', 'low': '0.48', 'close': '0.42'}

誤差率 2.0% の予測精度: {'open': '1.00', 'high': '0.75', 'low': '0.78', 'close': '0.65'}

誤差率 3.0% の予測精度: {'open': '1.00', 'high': '0.85', 'low': '0.94', 'close': '0.72'}

誤差率 4.0% の予測精度: {'open': '1.00', 'high': '0.90', 'low': '0.96', 'close': '0.85'}

誤差率 5.0% の予測精度: {'open': '1.00', 'high': '0.94', 'low': '0.99', 'close': '0.87'}

精度の計算方法は、実際の価格が予測価格±誤差率の範囲内にある場合に予測が正確であるとみなします。たとえば、誤差率 5% は、実際の価格が予測価格の ±5% 以内である確率を意味し、最高価格の精度は 94%、最低価格の精度は 99 であることがわかります。 %。

言い換えれば、レバレッジ 20 倍で、その日の予測された最低価格に従ってロングした場合、ポジションが清算される確率はわずか 1% です。その日の予測された最高値に従ってショートした場合、あなたのポジションが清算される確率はわずか 6% です! ！ ！

もちろん、上記のデータは参考値であり、投資アドバイスを構成するものではありません。結局のところ、非常に多くのブラックスワンが存在し、市場は非常に不安定です、DYOR!今後の予想データが欲しい友達は注目して転送してください。リツイート数が100を超えたらスクエアとエックスで予想データを公開します！