Prédire la transition de prix de Bitcoin avec Prophet

Poursuivant de "Play with Prophet", j'ai essayé de prédire la transition du prix du bit coin.

Datasets

image.png

image.png

«Il semble que la tendance récente soit à la hausse. «La tendance hebdomadaire semble être« acheter le mardi et vendre le dimanche ».

Ça sent la poussière, alors je vais l'étudier un peu plus.

Vérification des performances

Vérifions les performances avec SMAPE [^ 1].

image.png

image.png

――La tendance des changements hebdomadaires simplement en changeant un peu la période. Qu'Est-ce que c'est? ??

Lorsque changepoint_prior_scale = 0,05 (par défaut)

y_true = forecast["y"].values
y_pred = forecast["yhat"].values
print "FORECAST SMAPE: %.3f" % smape(y_true, y_pred)
# FORECAST SMAPE: 4.238

Lorsque changepoint_prior_scale = 0,01

y_true = forecast["y"].values
y_pred = forecast["yhat"].values
print "FORECAST SMAPE: %.3f" % smape(y_true, y_pred)
# FORECAST SMAPE: 4.197

Un peu mieux que la valeur par défaut

Valeur médiane pendant la période de validation des données (référence)

y_median = np.asarray([np.median(y_true)] * len(y_true))
print "MEDIAN SMAPE: %.3f" % smape(y_true, y_median)
# MEDIAN SMAPE: 2.922

Je ne connais pas la valeur médiane des données futures, mais je la donnerai à titre indicatif. Les performances sont meilleures lors de l'utilisation de la valeur médiane, il semble donc que la prédiction doit être améliorée.

Résumé

References

Recommended Posts

Prédire la transition de prix de Bitcoin avec Prophet
Essayez les prévisions de prix Bitcoin avec Deep Learning
Jouez avec Prophet
Prédire le nombre de personnes infectées par COVID-19 avec Prophet
Prédire les cuisses de bougie avec l'intelligence artificielle
Prévision du cours de l'action avec tensorflow
Obtenez des stocks avec Python