几天前，我举办了一个关于加密货币价格预测的网络研讨会。在研讨会上，我们总结了一些在IntoTheBlock平台上构建加密资产预测模型的经验教训。这一领域有很多有趣的IP和研究项目，但我想总结几条关键的想法。如果你对预测加密资产的价格感兴趣的话，以下几点想法会或许对你有所帮助：
1.加密货币价格预测是可以实现和解决的，但不是通过单一的方法，也绝不是在任何市场条件下都能实现的。
就像伟大的英国统计学家乔治·e·p·博克斯(George E. P. Box)曾说过的那样：“本质上讲，所有的模型都是错误的，但有些是有用的。”当涉及金融市场等复杂实体时尤其如此。就加密资产而言，预测加密货币的价格走势绝对是可行的，但没有任何一种模型能够适用于所有的市场条件。始终都要假设自己的模型最终会失败，并寻找替代方案。
基于Pendle的DeFi产品Penpie将在Camelot上进行代币PNP的IDO计划:5月18日消息，由跨链交易基础设施 Magpie 与 DeFi 收益率协议 Pendle 合作推出的 DeFi 产品 Penpie 将在 Camelot 上推出其治理和收入分享代币 PNP 的 IDO 计划，此次参与 IDO 的 PNP 代币数量占总供应量的 20%，硬顶为 60 万美元，IDO 计划代币的 30% 将于 TGE 结束后立即解锁，剩下将在一年内线性解锁。其中 xGRAIL 持有者将有资格分配 IDO 计划中 PNP 代币销售总额的 35%，mPENDLE 持有者占比 30%，vlMGP 持有者占比 25%，Penpie 流动性提供者 占比 10%，具体配额在以上类别中对应的份额。[2023/5/18 15:10:23]
2.预测有两种基本方式：基于资产的预测（asset-based）和基于因素的预测（factor-based）
NFL球星Eric Ebron以60 ETH价格购入“无聊猿”BAYC #6425:金色财经报道，NFL球星Eric Ebron已经以60 ETH的价格购入“无聊猿”BAYC #6425，卖家是Cashtronaut.eth，该BAYC具有6种特点，价值约合95,148美元。Eric Ebron目前已将社交媒体头像进行了更新，这也是他购入的第一只“无聊猿”。另据NFTgo最新数据显示，当前BAYC地板价为68.53 ETH，过去24小时下跌1.77%，总交易额达到24.6亿美元，市值约为16.7亿美元。[2023/1/18 11:18:31]
如果你想预测比特币的价格，那么就是在遵循一种基于资产的策略。相反，基于因素的策略侧重于预测特定的特征，如资产池中的价值或动量。
以太坊侧链SKALE上dApps可向验证者支付费用补贴以实现用户免gas交互:据官方推特，以太坊侧链SKALE宣布该网络的dApps可以通过直接向验证者支付费用以补贴用户gas费。用户由此可实现免gas交互。[2023/1/9 11:01:43]
3.处理加密资产预测的三种基本技术方法
一般来说，大多数资本市场的预测模型，特别是加密资产，可以分为以下几类:时间序列预测方法、传统的机器学习方法和深度学习方法。时间序列预测方法(如ARIMA或Prophet)侧重于根据已知的时间序列属性预测特定的变量。在过去的十年中，线性回归或决策树等机器学习方法一直是资本市场预测模型的中心。最后，新成立的深度学习流派提出了深度神经网络方法，用于发现变量之间的非线性关系，从而进行价格预测。
安全团队：Amber相关地址转出200万枚USDC至匿名地址:金色财经报道，据派盾监测数据显示，Amber Group相关地址转出200万枚USDC至匿名地址0x0ca2...088。[2022/12/8 21:31:12]
4.时间序列预测方法易于实现，但适应性不强。
在整个实验过程中，我们测试了不同的时间序列方法，如ARIMA、DeepAR+或Facebook的Prophet。研究结果表明，此类方法并不是针对资本市场等复杂环境而设计的。它们非常易于实现，但是对于加密货币中常见的市场变化表现出非常差的弹性和适应性。此外，时间序列方法的最大局限性之一是它们依赖于数量有限且固定的预测因子，而事实证明，这些预测因子并不足以描述加密资产的行为。
5.传统机器学习模型的泛化能力较差
线性回归和决策树等方法一直是资本市场定量研究的前沿和中心。从这个角度来看，有很多研究可以被应用于加密空间。然而，考虑到加密市场的异常行为，我们发现大多数传统的机器学习模型在概括知识方面都存在一定的困难，并且很容易出现不适用的情况。
6.深度学习模型很难解释，但是在复杂的市场条件下表现良好。
深度神经网络已经不算是新事物了，但是在最近几年才实现了其主流应用。从这个层面上讲，这些模型的实现相对来说还是新生的事物。以加密市场为例，我们发现深度学习模型在预测方面可以达到相当好的效果。然而，考虑到模型的复杂性和实现的挑战性，我们很难解释这些模型的内部工作机制。
7.一些有意思的挑战还没有出现在资本市场中。
加密资产的预测模型遇到了许多传统资本市场不存在的挑战。从虚假数据、虚假交易到低质量的API和数据集，加密领域的任何预测工作都需要大量的基础架构工作的配合。此外，研究论文中包含的许多模型并没有在真实世界的市场中进行过测试，当然也没有在加密货币中进行过测试。
8.挑战与机遇并存
加密货币的预测模型是一个令人兴奋的领域，但同时也充满了挑战。在IntoTheBlock上，我们在这方面已经取得了相当大的进展，你应该很快就能在我们的平台上看到一些成果了。你也可以先通过以下链接进行预览。
“新基建”彻底火了。但实际上,新型基础设施建设并不是一个新概念。3月4日,中共中央局常务委员会召开会议,明确提出“加快5G网络、数据中心等新型基础设施建设进度”.
1900/1/1 0:00:00金色财经 区块链3月24日讯 在面对新冠病疫情引发的市场恐惧和不确定性背景下,美国政府一直在寻找为人们提供财政支持的方法,他们甚至讨论了普及基本收入的可能性.
1900/1/1 0:00:00不可否认,比特币仍然是区块链无可争议的“区块链之王”。自2017年的试验期以来,比特币的主导地位显著提高。比特币在许多次尝试的分叉和“内战”中幸存下来,并确立了自己作为储备加密货币的地位.
1900/1/1 0:00:00经历过几次延迟,以太坊合并计划（The Merge）预计将于2022年第三季度/第四季度进行。然而伴随着合并而来的还有愈演愈烈的硬分叉呼声.
1900/1/1 0:00:00教育部：高考延期一个月昨天：距离高考69天今天：距离高考98天盼了9年的最长暑假最终缩减成了2个月2020年我们见证奇迹的366天高考是多年寒窗苦读,一招金榜题名而人在江湖走,处处是考场这不.
1900/1/1 0:00:00在经过3月12日-3月13日“黑色星期四”的暴跌后,很多人都一度开始怀疑比特币。但经过近三周的调整,比特币最近好像又回来了.
1900/1/1 0:00:00
火星链