Bitcoin, Ethereum ve diğerleri için makine öğrenimine dayalı fiyat tahminleri

Veri sağlama şirketi Nomics, Bitcoin gibi kripto paraların gelecekteki fiyatlarını tahmin etmek için otomatik öğrenme tekniğinin kullanıldığı bir tahmin aracı geliştirdi.

Nomics CEO’su Clay Collins, konuyla ilgili olarak CoinDesk’e verdiği demeçte “Çok fazla düşük seviye tahmin yapan, ilgi çeken ve ‘tık’ alan sistem var. Biz de şirket olarak tahminlerin seviyelerini yükselterek kripto para dünyası için olumlu işler yapabileceğimizi düşündük” dedi. Sözlerine ‘Nomics tahmincisi’nin bağımsız bir yatırım aracı ürünü olmadığını söyleyerek devam eden Collins, yine bu tekniğin kripto para yatırımcılarına borsa verileri üzerinden bilgi edinmede yardımcı olabileceğini belirtti.

Bu ücretsiz araç şu anda piyasa kapitalizasyonuna göre ilk 100 sırada bulunan kripto paraları içeriyor. Collins, uzun geçmişi ve daha iyi veri kaynağı olan paraların çok daha iyi tahmin verdiğini söylüyor.

Yapay zekanın bir alt kümesi olan makine öğrenimi, gelecekteki olayları tahmin etmek için veri girişleriyle birlikte bilgisayar algoritmalarını kullanıyor. Sistemlerin geçmiş veri ve tahminlerden beslendiği göz önüne alındığında otomatik öğrenmenin çok daha iyi duruma gelmesi kaçınılmaz görünüyor.

Nomics’in tahmin aracının piyasa değeri ile en büyük 10 kripto paraya ilişkin 7 günlük tahminleri şöyle:

• Bitcoin (BTC) – 7508 dolar
• Ethereum (ETH) – 193 dolar
• XRP (XRP) – 0.188 dolar
• Bitcoin Cash (BCH) – 230 dolar
• Bitcoin SV (BSV) – 182 dolar
• Litecoin (LTC) – 42 dolar
• EOS (EOS) – 2.52 dolar
• Binance Coin (BNB) – 15.50 dolar
• Tezos (XTZ) – 2.86 dolar
• OKB (OKB) – 4.67 dolar

Nasıl çalışıyor?

Araç Nomics’in büyük borsalardan toplayıp çıkardığı “toplu fiyatlandırma verileri”ni giriyor. Bu veriler daha sonra, hem spot hem de mevcut fiyattan yedi günlük tahminler vermek için özel olarak oluşturulmuş bir algoritmaya gönderiliyor ve sistem besleniyor.

Collins besleme sisteminin 6 aydır çalıştığını ve “uzun-kısa dönem hafıza” (LSTM) olarak da bilinen “tekrarlayan sinir ağı” (RNN) mimarisine dayandığını söyledi.

Nomics CTO’su Nick Gauthier konuyla ilgili değerlendirmesinde, “LSTM’ler otomatik öğrenme teknolojisi alanında göreceli olarak yenidir ve finansal verilerin tahmin edilmesi çok zordur. Ancak biz çok makul tahminler elde etmeyi başardık ve tarihsel doğruluk açısından şeffafız” dedi.

Tabii ki birçok piyasada, özellikle de kripto para piyasasında fiyat tahminleri aşırı zor olabilir. Collins, şirketin şeffaflık politikası gereğince bir, 30 günlük hata oranı özelliği de getireceklerini söyledi ve “Garip durumların ne zaman gerçekleşeceğini bilemeyiz. Mesela Yale Üniversitesi bağışlarının yüzde 30’unun Bitcoin’le yapılacağını söyleseler bizim sistemimiz tabii ki bunu bilemezdi” dedi.