很多炒币的人常常依据他人的传言来进行买卖操作。如果能够利用机器学习来对价格的变动进行分析，并且把那些影响价格的因素给找出来，那么不就可以更理性地进行投资了吗？接下来就详细地去了解一下相关的事情。
数字货币分析热点
如今，数字货币市场热度一直很高。炒币这种行为很常见。很多炒币的人容易被各种传言影响，盲目地进行买入或卖出操作。近期，有个叫 Chalita Lertlumprasert 的博主在 Medium 平台发表了一篇文章，内容是关于如何借助机器学习来预测数字货币价格的变化，这一行为引起了广泛关注。大家都希望能找到更科学的方法来把握数字货币的价格走向。
经典时间序列分析
在传统的经典时间序列分析中，我们一般认为所观察到的时间序列是由模式与随机变量组合而成的。但是，如果一个时间序列主要是依据当前事件来进行推测，并且不存在内在的模式？当对数字货币价格进行预测时，这种问题会明显地呈现出来，经典的方法会遭遇挑战，在这种情况下就需要新的分析手段。
区块链技术背景
区块链技术最早在比特币中被应用。它是一种分散式的数据库系统，被视作可能对现代商业模式产生变革的技术趋势。在数字货币领域，其底层是区块链起到支撑作用。然而，数字货币的价格会因多种因素而发生波动，要在复杂环境中准确预测价格，就需要借助机器学习等工具。
单位根检验情况
迪基 - 福勒检验能够用来测试自回归模型是否存在单位根。它的零假设是时间序列可以用单位根来表示。设定了 0.05 这个门槛值之后，经过测试发现 12 种硬币的历史价格都没有通过定态测试。因此，需要对时间序列进行定态化处理并且重新进行测试，以此为后续的准确分析提供基础。
格兰杰因果关系检验作用
格兰杰因果关系检验的作用是确定一个时间序列能否有助于另一个时间序列的预测。在数字货币分析领域，利用它可以判别某数字货币的价格滞后值能否对其他硬币的未来价值进行预估。构建了由 132 组不同货币组成的数据对并进行测试。初步结果显示，达世币与比特币现金之间的关联性比较显著。但是，由于存在韩国交易急剧增长等特殊情况，最终选定了 XEM - IOT 这对相关性最好的货币对。
预测模型选择
前期做了很多检验工作，还做了细致的分析。在本项目中最终确定，选用 IOT（物联网货币）的历史价格去对 XEM（新经币）的未来价格进行预测。之前进行的一系列统计测试以及分析起到了关键作用，这些测试和分析经过筛选，并且确定了相关内容，以此为未来的预测模型提供了科学依据。
你认为用机器学习来预测数字货币价格变化这种方式可靠吗？欢迎大家点赞，欢迎大家分享，欢迎大家留下留言进行讨论。
