Application of the Method of Multivariate Multi-stage Forecasting Based on the LSTM Deep Learning Model for Bitcoin Price Time Series

P. 1–5.

Natalia Sizykh, Said Dandamaev, Dmitry Sizykh

На данный момент методы, основанные на архитектуре глубокого обучения LSTM, показали лучшие результаты в прогнозировании цен на криптовалюту. В данной статье исследуется применение метода многомерного многошагового прогнозирования на основе модели глубокого обучения LSTM для временных рядов цен биткойнов и оценивается его эффективность. Проанализированы варианты реализации многомерного многошагового прогнозирования на основе глубокого обучения LSTM и выбран прямой подход к построению многошаговых прогнозов.

Ключевые слова: машинное обучение, forecasting, прогнозирование, machine learning, биткойн, LSTM, bitcoin, drawdown, просадка

В книге

16th International Conference Management of large-scale system development (MLSD)

IEEE, 2023.