一种数字加密货币交易价格走势的预测系统及预测方法技术方案

本发明专利技术公开了一种数字加密货币交易价格走势的预测系统及预测方法，包括预处理单元、参数优化及模型训练单元和预测输出单元，所述预处理单元连接参数优化及模型训练单元，所述参数优化及模型训练单元连接预测输出单元；本发明专利技术通过获取数字加密货币时间序列数字流，基于不同的预测周期，构建并定义某一训练周期内的数字加密货币交易价格序列及状态区间，计算状态概率分布及状态转移概率分布，在滚动周期内训练优化，以优化结束时训练周期最后时刻所处状态为初始状态，计算下一时刻最可能的状态区间，由此预测数字加密货币未来交易价格走势、概率及相关区间；本发明专利技术可作为数字加密货币相关投资者、市场监管者的投资及风控系统的辅助工具。辅助工具。

【技术实现步骤摘要】
一种数字加密货币交易价格走势的预测系统及预测方法


[0001]本专利技术涉及数字加密货币处理
，尤其是一种数字加密货币交易价格走势的预测系统及预测方法。

技术介绍

[0002]数字加密货币英文为cryptocurrency，是电子货币形式的替代货币。数字加密货币可以认为是一种基于节点网络和数字加密算法的虚拟货币。数字加密货币的核心特征主要体现在三个方面：
①
由于来自于某些开放的算法，数字加密货币没有发行主体，因此没有任何人或机构能够控制它的发行；
②
由于算法解的数量确定，所以数字加密货币的总量固定，这从根本上消除了虚拟货币滥发导致通货膨胀的可能；
③
由于交易过程需要网络中的各个节点的认可，因此数字加密货币的交易过程相对安全。
[0003]但是现阶段数字加密货币更像一种投资产品，因为缺乏强有力的担保机构维护其价格的稳定，其作为价值尺度的作用还未显现，无法充当支付手段。数字加密货币作为投资产品，其发展离不开交易平台、运营公司和投资者。交易平台起到交易代理的作用，部分则充当做市商，这些交易平台的盈利来源于投资者交易或提现时的手续费用和持有数字加密货币带来的溢价收入。而投资者可以用现金账户中的钱买卖数字加密货币，就像买卖股票和期货一样，交易平台会将买入请求和卖出请求按照规则进行排序后开始匹配，如果符合要求即成交。
[0004]一方面，数字加密货币所依托的区块链技术实现了去中心化，可以用于数字加密货币以外的其他领域，这也是比特币之类的数字加密货币受到热捧的原因之一；另一方面，如果数字加密货币被作为一种货币受到公众的广泛使用，则会对货币政策有效性、金融基础设施、金融市场、金融稳定等方面产生巨大影响。正是由于数字加密货币带来的影响巨大，投资者、运营平台等各类市场参与者和监管者都需要运用尽可能多的技术手段去判断数字加密货币未来走势，以防范其暴涨暴跌带来的波动风险和损失。本专利技术所公开了一种数字加密货币交易价格走势的预测系统及预测方法可作为数字加密货币相关投资和风险控制系统的辅助工具。

技术实现思路

[0005]本专利技术的目的在于提供一种数字加密货币交易价格走势的预测系统及预测方法，以解决上述
技术介绍
中提出的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：
[0007]一种数字加密货币交易价格走势的预测系统，包括预处理单元、参数优化及模型训练单元和预测输出单元，所述预处理单元连接参数优化及模型训练单元，所述参数优化及模型训练单元连接预测输出单元，通过预处理单元对数据进行预处理，进行归一化、分类处理，处理后的数据输入参数优化及模型训练单元，并在参数优化及模型训练单元的作用下进行滚动运算，并得出最有数组，最后通过预测输出单元输出运行结果，为使用者提供数
字加密货币交易价格走势数据进行参考，有利于提高使用者做出更为准确的预测。
[0008]在进一步的实施例中，所述预处理单元包括数据归一化模块和标签分类模块；
[0009]所述数据归一化模块，负责把原始价格数据重构成符合系统计算需要的归一化数据；
[0010]所述标签分类模块，根据系统的状态区间定义，给原始价格数据一一加以状态区间的标签分类，生成状态区间标签序列。
[0011]在进一步的实施例中，所述参数优化及模型训练单元包括单元运算模块和参数滚动优化模块；
[0012]所述单元运算模块，在参数集(训练周期、区间状态数、概率阈值等)固定情况下按照单元运算方法进行运算的模块；其中训练周期指的是该预测方法以一套固定参数(包括但不限于训练周期、区间状态数、概率阈值等参数)运行的时间，每次到了滚动周期的末尾节点则开始对所有参数进行新一轮优化并确定新的一套参数集作为下一个滚动周期的运行参数；训练周期的优化指的是选取不同长度的训练周期，分别计算其状态转移概率分布矩阵，并在一个滚动周期内进行预测，把所预测的价格序列与这一滚动周期内真实的价格序列进行比较，分别计算其对应的预测评价指标(这里的预测评价指标包括但不限于均方根误差RMSE、均方误差MSE、平均绝对误差MAE、平均绝对百分比误差MAPE、对称平均绝对百分比误差SMAPE，选择其中一种即可)，其中数值最小的该预测评价指标(趋近于零)所对应的训练周期即为优化的训练周期参数；所述区间状态数的优化指的是选取不同数值的区间状态数，分别计算其状态转移概率分布矩阵，并在一个滚动周期内进行预测，把所预测的价格序列与这一滚动周期内真实的价格序列进行比较，计算其对应的预测评价指标，其中最小的预测评价指标所对应的区间状态数即为优化的区间状态数参数；概率阈值是对状态转移概率矩阵中的状态转移概率进行控制的参数，因为有些时候根据状态概率矩阵计算出的下一时刻最可能状态概率与次可能状态概率很接近甚至相同，这时如果只选择最可能状态，而忽视次可能状态，则很容易带来预测偏差，因此我们可以设置只有当最可能状态概率大于概率阈值时才可以发生状态转移，否则维持原有状态不变；
[0013]所述参数滚动优化模块，按照系统滚动周期的设置，每到一个滚动周期的节点处对参数集进行重新优化。
[0014]在进一步的实施例中，所述预测输出单元包括转换模块、显示模块和存储模块；
[0015]所述转换模块，把计算得到的数字加密货币未来交易价格从归一化形式转换回原始形式，并输送给显示模块和储存模块；
[0016]所述显示模块，把整个系统的计算结果(数字加密货币未来交易价格、波动区间和概率)和计算过程中的优化参数集(训练周期、滚动周期、概率阈值、区间状态数等)以图表的形式，根据操作人员需要进行全部或有选择的显示；
[0017]所述存储模块，把数字加密货币原始交易价格数据、整个系统的计算结果(数字加密货币未来交易价格、波动区间和概率)和计算过程中的优化参数集(训练周期、滚动周期、概率阈值、区间状态数等)根据操作人员需要进行全部或有选择的存储。
[0018]在进一步的实施例中，所述单元运算方法的具体运行包括以下步骤：
[0019]d、构建并定义某一训练周期内的数字货币交易价格序列及状态区间和状态序列；
[0020]所述训练周期的时间单位应为相关数字加密货币交易平台所能提供的交易数据
最小时间单位的整数倍，例如数字加密货币交易平台所能提供的交易数据最小时间单位为毫秒，则训练周期的时间单位可取毫秒、秒、分钟乃至天、周、月、年等；
[0021]所述价格序列包括但不限于相关数字加密货币交易市场的数字加密货币的开盘价、收盘价、最高价、最低价等，还可以是相同时刻或不同时刻的两种(或多种)价格之差(或之和，或其他运算后)而构成的某种价格序列；例如可以取同一时刻(也可以是不同时刻)的开盘价与收盘价之差，构成新的价格序列；可视情况对该原始价格序列进行归一化预处理，(包括但不限于)如对该训练周期内价格序列归一化到[0,1]区间或[-1,1]区间等；
[0022]所述状态区间的定义为，首先要确定一个状态数(大于1的正整数，这里假设为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数字加密货币交易价格走势的预测系统，其特征在于，包括预处理单元、参数优化及模型训练单元和预测输出单元，所述预处理单元连接参数优化及模型训练单元，所述参数优化及模型训练单元连接预测输出单元。2.根据权利要求1所述的一种数字加密货币交易价格走势的预测系统，其特征在于，所述预处理单元包括数据归一化模块和标签分类模块；所述数据归一化模块，负责把原始价格数据重构成符合系统计算需要的归一化数据；所述标签分类模块，根据系统的状态区间定义，给原始价格数据一一加以状态区间的标签分类，生成状态区间标签序列。3.根据权利要求1所述的一种数字加密货币交易价格走势的预测系统，其特征在于，所述参数优化及模型训练单元包括单元运算模块和参数滚动优化模块；所述单元运算模块，在参数集固定情况下按照单元运算方法进行运算的模块；其中参数集至少包括训练周期、区间状态数和概率阈值；所述参数滚动优化模块，按照系统滚动周期的设置，每到一个滚动周期的节点处对参数集进行重新优化。4.根据权利要求3所述的一种数字加密货币交易价格走势的预测系统，其特征在于，所述训练周期指的是该预测方法以一套固定参数运行的时间，每次到了滚动周期的末尾节点则开始对所有参数进行新一轮优化并确定新的一套参数集作为下一个滚动周期的运行参数，其中固定参数至少包括训练周期、区间状态数和概率阈值；训练周期的优化指的是选取不同长度的训练周期，分别计算其状态转移概率分布矩阵，并在一个滚动周期内进行预测，把所预测的价格序列与这一滚动周期内真实的价格序列进行比较，分别计算其对应的预测评价指标，其中数值最小的该预测评价指标所对应的训练周期即为优化的训练周期参数；其中，所述预测评价指标包括但不限于均方根误差RMSE、均方误差MSE、平均绝对误差MAE、平均绝对百分比误差MAPE、对称平均绝对百分比误差SMAPE。5.根据权利要求3所述的一种数字加密货币交易价格走势的预测系统，其特征在于，所述区间状态数的优化指的是选取不同数值的区间状态数，分别计算其状态转移概率分布矩阵，并在一个滚动周期内进行预测，把所预测的价格序列与这一滚动周期内真实的价格序列进行比较，计算其对应的预测评价指标，其中最小的预测评价指标所对应的区间状态数即为优化的区间状态数参数；概率阈值是对状态转移概率矩阵中的状态转移概率进行控制的参数，因为有些时候根据状态概率矩阵计算出的下一时刻最可能状态概率与次可能状态概率很接近甚至相同，这时如果只选择最可能状态，而忽视次可能状态，则很容易带来预测偏差，因此我们可以设置只有当最可能状态概率大于概率阈值时才可以发生状态转移，否则维持原有状态不变。6.根据权利要求1所述的一种数字加密货币交易价格走势的预测系统，其特征在于，所述预测输出单元包括转换模块、显示模块和存储模块；所述转换模块，把计算得到的数字加密货币未来交易价格从归一化形式转换回原始形式，并输送给显示模块和储存模块；所述显示模块，把整个系统的计算结果和计算过程中的优化参数集以图表的形式，根据操作人员需要进行全部或有选择的显示；所述存储模块，把数字加密货币原始交易价格数据、整个系统的计算结果和计算过程
中的优化参数集根据操作人员需要进行全部或有选择的存储。7.根据权利要求1-6任一所述的一种数字加密货币交易价格走势的预测系统，其特征在于，所述单元运算方法的具体运行包括以下步骤：a、构建并定义某一训练周期内的数字货币交易价格序列及状态区间和状态序列；所述训练周期的时间单位应为相关数字加密货币交易平台所能提供的交易数据最小时间单位的整数倍，数字加密货币交易平台所能提供的交易数据最小时间单位为毫秒，则训练周期的时间单位包括毫秒、秒、分钟、天、周、月或年；所述价格序列包括但不限于相关数字加密货币交易市场的数字加密货币的开盘价、收盘价、最高价、最低价等，还可以是相同时刻或不同时刻的两种或多种价格之差或之和，而构成的某种价格序列；例如可以取同一时刻或不同时刻的开盘价与收盘价之差，构成新的价格序列；可视情况对该原始价格序列进行归一化预处理，包括但不限于对该训练周期内价格序列归一化到[0,1]区间或[-1,1]区间；所述状态区间的定义为，首先要确定一个状态数，且大于1的正整数，假设为N，则我们可以把训练周期内的价格序列分为N个状态区间，每一个状态区间就代表着一个价格范围；这里有关状态区间的划分可采用对训练周期内的最低价格(Pmin)与最高价格(Pmax)进行均分或黄金分割等方法；如采用均分方法，则从1,...

【专利技术属性】
技术研发人员：吴昕，谭筝，
申请(专利权)人：成都翕元量化科技有限公司，
类型：发明
国别省市：