온체인 데이터로 비트코인 ​​가격 예측 – 연구 – Trustnodes

IEEE(Institute of Electrical and Electronics Engineers) Access Magazine에 게재된 논문에 따르면 신경망 딥 러닝 인공 지능 알고리즘을 통해 처리된 온체인 데이터를 사용하여 비트코인 ​​가격을 예측할 수 있다고 주장합니다.

"실제 BTC 가격 데이터와 다양한 방법 설정을 사용한 실험을 통해 BTC 가격 예측에서 제안된 프레임워크의 효율성이 입증되었습니다."라고 논문은 말합니다.

한국 과학 기술 연구소의 저자들은 모두 가격 예측을 위한 온체인 분석이 작동할 수 있음을 보여주는 것이 목표이므로 Google 트렌드나 트윗과 같은 소셜 신호를 사용하지 않습니다.

"254개의 변수로 구성된 온체인 데이터를 수집하여 사용합니다." 라고. 여기에는 활성 주소, 교환 유입량 및 첨부된 표에 자세히 설명된 기타 수많은 입력이 포함됩니다.

그러나 “수집된 254개의 변수를 모두 사용하는 것은 계산적일 뿐만 아니라 분석적으로도 과도하기 때문에 변수 선택을 하게 된다.”

그들은 "BTC 가격과 밀접한 관련이 있는 가장 높은 CCF 값을 가진 42개의 변수"를 선택합니다.

여기에는 "특정 잔액이 있는 주소와 장기 및 단기 보유자 등 뚜렷한 특성을 가진 투자자의 데이터 추적 활동"이 포함됩니다.

그런 다음 이 데이터는 교환 유입과 같은 시장 관련 데이터 또는 가격 관련 데이터와 같은 다른 그룹으로 수집됩니다.

그런 다음 이 모든 그룹을 모아서 세그먼트를 형성하여 기계가 찾고 있는 것을 학습할 수 있습니다.

그런 다음 세그먼트는 AI 알고리즘을 통해 전송되며, 특히 비트코인 ​​가격을 점 단위로 예측하는 것처럼 보입니다.

“제안된 SAM-LSTM은 주의 메커니즘과 MLP 기반 예측 모듈이 있는 다중 LSTM 모듈을 사용합니다.

각 LSTM 모듈은 각 그룹의 입력 변수를 개별적으로 취하며 MLP 기반 모듈은 추출된 표현을 집계하고 최종 가격 예측 결과를 출력합니다.”라고 논문은 말합니다.

이 두문자어 각각은 다른 수학 기반 공식/알고스로, 이 특정 방법을 사용하면 약 42개의 온체인 데이터 입력을 통해 비트코인 ​​가격을 말하는 것처럼 보입니다.

그러나 이것은 이미 알려진 가격이었습니다. 이 방법이 얼마나 효과적이었는지는 명확하지 않으며, 도구가 더 널리 활용될수록 효율성이 낮아질 것입니다.

저자는 결합된 온체인 및 오프체인 데이터가 더 효과적일 수 있으므로 모델을 더욱 개선하기 위해 사회적 신호를 추가할 수 있다고 제안합니다.

블록체인 데이터를 가격 표시에 사용하는 것에 대한 공식적인 연구가 우리의 관심을 받은 것은 이번이 처음입니다. 이러한 데이터는 적어도 2013년부터 거래자들에 의해 사용되었음에도 불구하고 말입니다.

그러나 이제 그들은 AI와 암호화라는 두 가지 프론티어 기술이 만나는 것처럼 보이는 새로운 미니 산업이 잠재적으로 부상하면서 보다 형식적이고 훈련된 측면을 취하고 있습니다.