使用长期排序记忆网络 (LSTM) 预测比特币价格

比特币和加密货币正在席卷全球。当然，它们在过去几个月都经历了巨大的下滑，但不要误会。加密货币将继续存在，预计它们将翻盘并达到比以前更高的水平。想想看，目前加密货币的总市值为 3000 亿美元，而 2018 年某个时候这个数字约为 8000 亿美元。

市值

那么，谁不想预测比特币的未来价格呢？可以肯定的是，大多数大银行、对冲基金和贸易公司都使用某种复杂的算法来做到这一点。复杂的算法？你可能会问，什么样的算法？

我们猜测答案包括深度学习技术等，但我们无法确定，因为没有人愿意透露他们的秘密。他们为什么要这样做？

循环神经网络和 LSTM

但我偏离了今天文章的目的。目标是使用一个简单的神经网络，并尝试预测比特币在短时间内的未来价格。我决定使用循环网络，尤其是 LSTM，因为它们被证明对回归问题非常有效。循环网络只不过是带有反馈回路的简单网络。我的意思是，除了标准输入之外，它们还使用来自先前状态的信息来计算误差梯度。换句话说，它们从自己的历史中学习。

神经网络 循环网络

LSTM 是经典循环网络的扩展，它解决了梯度消失问题（当误差递归地通过多层时，梯度趋于零）。长短期记忆单元使用输入、遗忘门和输出门。这些门帮助网络学习什么该保存、什么该忘记、什么该记住、什么该注意以及什么该输出。很简洁吧？请记住，门只不过是一个简单的多层感知器，但它们的巧妙组合可以提供惊人的结果。

这里 来自 . . (