加密貨幣:預測加密貨幣價格背后的8大邏輯_DAP

編者按：本文來自區塊鏈大本營，作者：jrodthoughts，譯者：火火醬，Odaily星球日報經授權轉載。幾天前，我舉辦了一個關于加密貨幣價格預測的網絡研討會。在研討會上，我們總結了一些在IntoTheBlock平臺上構建加密資產預測模型的經驗教訓。這一領域有很多有趣的IP和研究項目，但我想總結幾條關鍵的想法。如果你對預測加密資產的價格感興趣的話，以下幾點想法會或許對你有所幫助：1.加密貨幣價格預測是可以實現和解決的，但不是通過單一的方法，也絕不是在任何市場條件下都能實現的。就像偉大的英國統計學家喬治·e·p·博克斯(GeorgeE.P.Box)曾說過的那樣：“本質上講，所有的模型都是錯誤的，但有些是有用的。”當涉及金融市場等復雜實體時尤其如此。就加密資產而言，預測加密貨幣的價格走勢絕對是可行的，但沒有任何一種模型能夠適用于所有的市場條件。始終都要假設自己的模型最終會失敗，并尋找替代方案。2.預測有兩種基本方式：基于資產的預測和基于因素的預測如果你想預測比特幣的價格，那么就是在遵循一種基于資產的策略。相反，基于因素的策略側重于預測特定的特征，如資產池中的價值或動量。

Bloqport預測灰度或將推出比特幣ETF:加密分析機構Bloqport發推稱，根據招聘崗位當中包含的ETF職位推測，灰度很大可能將推出比特幣ETF。[2021/3/10 18:32:44]

3.處理加密資產預測的三種基本技術方法一般來說，大多數資本市場的預測模型，特別是加密資產，可以分為以下幾類:時間序列預測方法、傳統的機器學習方法和深度學習方法。時間序列預測方法(如ARIMA或Prophet)側重于根據已知的時間序列屬性預測特定的變量。在過去的十年中，線性回歸或決策樹等機器學習方法一直是資本市場預測模型的中心。最后，新成立的深度學習流派提出了深度神經網絡方法，用于發現變量之間的非線性關系，從而進行價格預測。

V神推薦Libra項目負責人關注預測市場類DeFi項目:針對今日早間Libra項目負責人David Marcus在推特詢問“應該關注哪些DeFi項目？”，V神剛剛發推回應稱，可以關注預測市場，如果這些也算作DeFi的話。[2020/11/3 11:31:56]

4.時間序列預測方法易于實現，但適應性不強。在整個實驗過程中，我們測試了不同的時間序列方法，如ARIMA、DeepAR+或Facebook的Prophet。研究結果表明，此類方法并不是針對資本市場等復雜環境而設計的。它們非常易于實現，但是對于加密貨幣中常見的市場變化表現出非常差的彈性和適應性。此外，時間序列方法的最大局限性之一是它們依賴于數量有限且固定的預測因子，而事實證明，這些預測因子并不足以描述加密資產的行為。

動態 | 預測市場Augur日活堪憂，DApp或風光不再:根據DappRadar提供的數據，頗受關注的預測DApp Augur平均每天僅有16名用戶。上周Augur共有117個用戶，251筆交易產生了75454美元的交易額。在過去的一天里，只有53個活躍用戶，平均增加6.5倍，意味著這個平臺吸引了8個用戶。這一表現著實不佳：對于一個價值超過1.74億美元的平臺，用戶留存成了難題。推特用戶Stackmore強調了DApp面臨的問題，而這不僅是對于以太坊而言，其他智能合約平臺亦是如此。（CoinGape）[2020/2/11]

搜狐布局區塊鏈 首推預測帝產品:網傳搜狐也布局區塊鏈市場，首推的區塊鏈應用“預測帝” 已在內測中。該產品幫助用戶透明、實時地表達對未來事件結果的判斷，并對信心與判斷進行市場化和社會化定價。YCD Token將作為應用唯一的數字代幣，參與用戶通過買賣YCD份額參與預測。據查，搜狐新聞客戶端去年推出的“挑戰最強預測帝”活動，曾獲得wemedia頒發的最佳創新力獎，該產品已經上線搜狐客戶端和微信公號。[2018/1/5]

5.傳統機器學習模型的泛化能力較差線性回歸和決策樹等方法一直是資本市場定量研究的前沿和中心。從這個角度來看，有很多研究可以被應用于加密空間。然而，考慮到加密市場的異常行為，我們發現大多數傳統的機器學習模型在概括知識方面都存在一定的困難，并且很容易出現不適用的情況。

6.深度學習模型很難解釋，但是在復雜的市場條件下表現良好。深度神經網絡已經不算是新事物了，但是在最近幾年才實現了其主流應用。從這個層面上講，這些模型的實現相對來說還是新生的事物。以加密市場為例，我們發現深度學習模型在預測方面可以達到相當好的效果。然而，考慮到模型的復雜性和實現的挑戰性，我們很難解釋這些模型的內部工作機制。

7.一些有意思的挑戰還沒有出現在資本市場中。加密資產的預測模型遇到了許多傳統資本市場不存在的挑戰。從虛假數據、虛假交易到低質量的API和數據集，加密領域的任何預測工作都需要大量的基礎架構工作的配合。此外，研究論文中包含的許多模型并沒有在真實世界的市場中進行過測試，當然也沒有在加密貨幣中進行過測試。

8.挑戰與機遇并存加密貨幣的預測模型是一個令人興奮的領域，但同時也充滿了挑戰。在IntoTheBlock上，我們在這方面已經取得了相當大的進展，你應該很快就能在我們的平臺上看到一些成果了。你也可以先通過以下鏈接進行預覽。

Tags：加密貨幣BLODAPDAPP加密貨幣是錢嗎還是貨幣Blocknet區塊鏈dapp開發公司區塊鏈dapp開發pdf

狗狗幣價格