基于LSTM的比特幣時間序列預測的實證分析

何雄偉，林海

（1.惠州衛(wèi)生職業(yè)技術(shù)學院，惠州516001；2.惠州城市職業(yè)學院，惠州516001）

本次研究利用2014-2017年的比特幣交易數(shù)據(jù)，對簡單LSTM比特幣時間序列預測實驗展開了回顧。探討兩類LSTM模型的預測值與真實值的關(guān)系，并結(jié)合熱圖指出可能高度相關(guān)的變量。在2015-2020年的實時數(shù)據(jù)集中，利用Python3.7、Keras、LSTM等工具，給出預測值與真實值的折線圖。重點對近30日的數(shù)據(jù)進行比對，同時利用前置1日的方法，并且對真實回報、預測回報進行比對，進而發(fā)現(xiàn)LSTM模型對于比特幣時間序列預測的不足。實證分析說明，LSTM對判斷比特幣市場的趨勢是具備一定價值的，但由于影響比特幣的因素非常多而復雜，僅僅依賴時間序列是遠遠無法達到較好目標的。

LSTM；比特幣；預測值；真實值；MAE

0 引言

自從Nakamoto（2008）首次引入比特幣以來，比特幣一直受到廣泛關(guān)注[1]。作為一種新型的加密貨幣，比特幣可以隨時在線交易并交換成幾種低成本的主要貨幣（Fry和Cheah，2016；Kim，2017）[2]。與其他傳統(tǒng)金融資產(chǎn)相比，比特幣為投資者提供了投資組合的新工具管理。在過去的幾年中，關(guān)于比特幣市場的研究很多，如Brandvold等（2015）、Dwyer（2015）、Urquhart（2016）、Nadarajah和Chu（2017）、Balcilar等（2017）實證分析了比特幣交易量與回報，但沒有證據(jù)表明交易量有助于預測比特幣回報的波動性[3]。例如，Urquhart（2016）使用了很多測試以分析比特幣市場的效率，并得出結(jié)論，在后期它會變得更有效率樣品[4]。Nadarajah和Chu（2017）對比特幣的奇數(shù)整數(shù)冪轉(zhuǎn)換采用了八種不同的測試回報并表明回報效率較弱[5]；Urquhart（2016）的測試，表明滾動窗口方法可以幫助獲得更可靠的結(jié)果[6]。Yermack（2015）指出是比特幣表現(xiàn)為高波動性股票而且大多數(shù)關(guān)于比特幣的交易都是針對投機性投資的[8]。Patacca（2019）證明比特幣價格和波動性受交易量或交易數(shù)量，交易數(shù)量的影響[9]；Bukovina等（2016）指出比特幣價格與獲得的情緒衡量有關(guān)[10]。

機器學習技術(shù)被用于模擬比特幣價格。Madan（2015）采用隨機森林，Jang、Lee（2018）采用貝葉斯神經(jīng)網(wǎng)絡，McNally（2016）采用LSTM神經(jīng)網(wǎng)絡[11]。

截止2020年7月12日，Kaggle搜索“Bitcoin”有comments569個、notebooks有271個、Topics有140個、datasets132個、User有44個、Competitions有4個。

2018-2020年知網(wǎng)收錄核心期刊論文，包含“LSTM”文獻有1246篇；其2015-2020年主題包含“LSTM”并含“時間序列”的文獻有168篇。其主題主要包括時間序列、LSTM、預測模型、深度學習、循環(huán)神經(jīng)網(wǎng)絡、ARIMA等。如圖1所示。

圖1 2015-2020知網(wǎng)LSTM時間序列的期刊主要主題圖

謝飛等（2020）、包振山等（2020）、戴邵武等（2020）、歐陽紅兵等（2020）、喬若羽（2019）、楊青等（2018）、史建楠等（2018）、黃婷婷等（2018）將LSTM為基準模型運用與金融預測中[12]；Luisanna等（2014）、Buchholz（2012）、劉力臻等（2015）、Garcia等（2014）、Shah等（2014）、石奕磊（2020）、李迎路（2019）、楊璇（2019）、李靖（2019）、艾青（2015）、梁秋等（2015）都運用了LSTM作為基準模型運用于比特幣時間序列的預測中[13]。

從國內(nèi)外學者研究可知，LSTM模型最近在時間序列上變得越來越流行預測系統(tǒng)，但尚未達成共識。

1 LSTM神經(jīng)網(wǎng)絡技術(shù)

深度學習LSTM神經(jīng)網(wǎng)絡克服了與遞歸神經(jīng)網(wǎng)絡（RNN）有關(guān)的消失梯度的問題，方法是用存儲單元替換RNN中的節(jié)點和門控機制[14]。在這方面，一個有吸引力的深度學習神經(jīng)體系結(jié)構(gòu)，主要是因為其同時存儲長期和短期時間信息的功效。LSTM拓撲是遞歸的，其中單元之間的連接形成有向循環(huán)/循環(huán)允許數(shù)據(jù)輸入信號向前和向后流動在網(wǎng)絡內(nèi)。隨后，保留過去的信息以便將來處理[15]。GRNN是一個基于并行和內(nèi)存的系統(tǒng)，可以估計連續(xù)變量的回歸面，同時為快速提供學習和收斂。樣本數(shù)量變得非常大時的最佳回歸曲面大。由于這些獨特的吸引人的功能，LSTM和GRNN成功應用于各種數(shù)據(jù)分析問題建模[16]。其中LSTM的標準模塊結(jié)果，如圖2所示。

圖2 標準的LSTM神經(jīng)網(wǎng)絡結(jié)構(gòu)

深度學習LTSM神經(jīng)網(wǎng)絡系統(tǒng)不僅保持自發(fā)的方式相鄰的時間信息控制長期（LT）信息。換句話說，LSTM可以保留先前的信息，這可以大大幫助提高其學習信號序列和固有非線性的能力模式。具體來說，LTSM的主要創(chuàng)新是引入“控制門”的概念[17]。例如，以輸入為條件，LSTM存儲單元可以記住或忘記任何單元狀態(tài)。它的單元由三個門支持：輸入，忘記和輸出。輸入門決定應處理多少當前信息作為輸入以生成當前狀態(tài)，而忘記門提取出從最后一個可以保留多少信息先前狀態(tài)。最后，輸出門過濾出可以實際上被視為重要并產(chǎn)生輸出?；旧鲜且粋€預測。讓我們將所有單元格的輸入表示為xt，將之前的時間步輸出表示為ht-1。然后，忘記門tf計算輸入[18]。使用S型函數(shù)的單元格狀態(tài)Ct-1，由下式給出：

輸入門它將計算要更新為Ct的值遵循：

隨后，輸出門ot控制輸出值：

最后，LSTM存儲單元的輸出值由下式給出：

并且，當：

與C?t表示非線性雙曲正切的輸出（tanh）功能。在我們的論文中，歷史序列被處理為LSTM的輸入以提取隱藏信息，而數(shù)字貨幣的預測價格被視為目標輸出。

本次實證分析將采用2014-2017年的比特幣交易數(shù)據(jù)，運用簡單的LSTM模型對2014-2017年的預測實驗進行回顧，同時尋找可能高度相關(guān)的變量。然后在2015-2020年的比特幣交易數(shù)據(jù)中，重點比較近30日的真實值與預測值，將采用前置1日的方法，對真實回報、預測回報的數(shù)據(jù)進行了比對，探討LSTM模型對于比特幣的預測可能存在的不足。

2 實驗回顧

比特幣的市場價格不僅由比特幣的價值決定，同時受到許多其他因素的影響。比特幣預測相關(guān)的變量如表1所示。

表1 比特幣預測常見變量表

2.1 實驗回顧數(shù)據(jù)集與實驗主要工具

實驗硬件條件：Intel Core i7-6700 CPU@3.40GHz，32GB內(nèi)存。

軟件環(huán)境：Python3.7和Keras框架。

數(shù)據(jù)集：從2014年1月7日至2017年10月17日，一共有1380條記錄。該數(shù)據(jù)集變量表如表2所示。

表2 回顧實驗變量表

2.2 實驗回顧與結(jié)論

使用MinMaxScaler將比特幣平均價格標準化為0-1之間。2014年1月7日-2017年10月17日的數(shù)據(jù)集拆分90%的數(shù)據(jù)用于訓練，另外10%的數(shù)據(jù)用于測試。其中訓練集有1241條數(shù)據(jù)，測試集有137條數(shù)據(jù)。以365個enochs運行LSTM模型。用X=日期、Y=USD繪制預測值與真實值折線圖，如圖3所示。

圖3 單一LSTM模型的預測與真實值折線圖

由于利用了深層內(nèi)的tanh函數(shù)學習LSTM拓撲并更好地估計最佳通過GRNN回歸曲面，原始（輸入）向量的值轉(zhuǎn)換為[-1，1]的范圍。此外，此縮放比例是允許深度學習LSTM網(wǎng)絡和GRNN的理想選擇處理振幅變化。由于可用數(shù)量樣本觀測值有限，因為數(shù)字貨幣是新的加密貨幣或數(shù)字資產(chǎn)，前90%的觀察結(jié)果用于訓練目的，其余10%用于最新目的，用于測試和樣本外預測。最后，通過使用均方根誤差（RMSE）度量標準，廣泛用于信號處理和預測文獻中。RMSE由下式給出：

其中N是用于測試的觀察數(shù)，xi是真值，x?i是預測值，t是時間腳本。通過實驗回歸得知，具有權(quán)重價格單一功能的LSTM的RMSE為193.846。

運用sns.heatmap（）繪制熱圖，并觀察變量與比特幣平均價格的相關(guān)性?？梢缘弥山涣颗c比特幣平均價格相關(guān)。開盤價（Open）、最高價（High）、最低價（Low）、收盤價（Close）與比特幣平均價格（Weighted Price）直接相關(guān)。其熱圖如圖4所示。

圖4 各變量與比特幣平均價格的熱圖

LSTM模型中，加入交易量（BTC），交易量（貨幣），以365個enochs運行LSTM模型。得知，其RMSE為213.521。繪制單一LSTM模型的預測值、多變量LSTM模型的預測值、真實值的折線圖。可以得知，多種功能的LSTM顯示更為準確的結(jié)果，如圖5所示。

圖5 單一LSTM、多功能LSTM模型的預測值與真實值折線圖

3 實時數(shù)據(jù)檢驗

3.1 數(shù)據(jù)集與實驗主要工具

實驗硬件條件：Intel Core i7-6700 CPU@3.40GHz，32GB內(nèi)存。

軟件環(huán)境：Python3.7和Keras框架；

數(shù)據(jù)集：從2015年1月20日至2020年7月12日，一共有2000條記錄。該數(shù)據(jù)集變量表如表3所示。數(shù)據(jù)集來源：https://min-api.cryptocompare.com/data/histoday；

API：cryptocompare。

表3 實時數(shù)據(jù)驗證實驗主要變量表

3.2 比特幣數(shù)據(jù)描述性分析

采用.head（）、.tail（）、describe（）相關(guān)命令分別查看數(shù)據(jù)集前5條、后5條記錄、統(tǒng)計性描述分析。可以得知，最遠的日期為2015年1月20日、最近的日期為2020年7月12日；變量分別為time、close、high、low、open、volumeform、vlumeto；統(tǒng)計性描述分析中，可以獲得count值、mean值、std值、min值、max值及四分位值。分別如圖6、圖7、圖8所示。

圖6 實時數(shù)據(jù)前10條記錄描述

從官網(wǎng)cryptocompare.com獲取了2000條實時數(shù)據(jù)，數(shù)據(jù)時間序列的起點為2015年1月20日，數(shù)據(jù)包含了起始價格（open）、最高價格（high）、最低價格（low）、結(jié)束價格（close）、最低交易量（Volumme From）、最高交易量（Volumme To）；例如2015年1月24日的結(jié)束價格是248.16，最高價格是248.88，最低價格是229.58，起始價格是232.17，最低交易量是33239.37，最高交易量是8011743.34?？梢缘弥?015年比特幣還是處于比較低的價位。

利用cryptocompare接口獲取了2000條數(shù)據(jù)，數(shù)據(jù)時間序列的終點為2020年7月12日，數(shù)據(jù)包含了起始價格（open）、最高價格（high）、最低價格（low）、結(jié)束價格（close）、最低交易量（Volumme From）、最高交易量（Volumme To）；例如2020年1月12日的結(jié)束價格是9267.36，最高價格是9289.52，最低價格是9235.28，起始價格是9237.13。可以得知2020年比特幣處于較高價位。

圖7 實時數(shù)據(jù)后10條記錄描述

圖8 實時數(shù)據(jù)基本統(tǒng)計描述

2000條比特幣的交易數(shù)據(jù)中，通過描述性統(tǒng)計分析給出了6個變量起始價格（open）、最高價格（high）、最 低 價 格（low）、結(jié) 束 價 格（close）、最低交易量（Volumme From）、最高交易量（Volumme To）的mean值、std值、min值、25%值、50%值、75%值、最大值。

3.3 按照90%、10%劃分訓練集、測試集

將close設置為目標變量；將2015年1月20日至2020年7月12日數(shù)據(jù)分為訓練和測試集。最先的2015年1月20日至2020年7月12日的90%為訓練數(shù)據(jù)，最后2015年1月20日至2020年7月12日的10%為測試數(shù)據(jù)。將price[USD]設置為Y軸、將日期設置為X值，并繪制相應的線性圖，可以得出測試集與訓練集的線性圖。如圖9所示。

圖9 訓練集與測試集線性圖

3.4 建立LSTM模型

為了訓練LSTM，將數(shù)據(jù)劃分為7幾天的窗口（此數(shù)字是任意的，這里簡單地選擇了一個星期），每個窗口中，將數(shù)據(jù)實施歸一化處理。使用一個簡單的神經(jīng)網(wǎng)絡，該網(wǎng)絡具有由20神經(jīng)元組成的單個LSTM層，濾除因子0.25和具有單個線性激活函數(shù)的密集層。以2020年1月至2020年7月的每7天的值作為X軸，以price[USD]作為Y軸，通過LSTM模型試驗，得出actual真實值、prediction預測值相關(guān)的線性圖如圖10所示。

圖10 實施LSTM模型預測值與真實值折線圖

實驗得出，MAE=0.02875343330959605。初步觀察實施LSTM模型預測值與真實值折線圖，發(fā)現(xiàn)action真實值與prediction預測值相似程度很高。但能否確認可以通過LSTM模型進行實際比特幣的交易呢？

3.5 進一步探究LSTM對比特幣交易的預測

將線性圖的觀察點設置為最近30天。則n_points=30。如圖11所示。

圖11 近30日預測值與真實值折線圖

可以發(fā)現(xiàn)，LSTM模型針對某個特定日期的預測時，主要采用了前1天的值；預測線似乎不過是實際價格的變動版本。

為進一步觀察，運用命令：line_plot（targets[-n_points:][:-1]，preds[-n_points:].shift（-1），'actual'，'prediction'，lw=3）

將調(diào)整預測并將其每天移動一遍，其新的預測值與真實值的折線圖如圖12所示。

圖12 前置1日的預測值與真實值折線圖

可以得知，實際數(shù)據(jù)和預測之間的幾乎完全一致，表明該模型基本上是學習價格前一日。運用LSTM實施單點預測時，這類結(jié)果相關(guān)常見。

為了使這一點更清楚，計算模型所預測的預期收益，并將其與實際收益進行比較。

使用命令：

actual_returns=targets.pct_change（）[1:]

predicted_returns=preds.pct_change（）[1:]

以原始形式以及應用了1天班次的方式查看實際和預期的回報，其觀察結(jié)果一致。如圖13所示。

圖13 前置1日與實際的預測回報與真實回報折線圖

計算原始預測以及一天調(diào)整后的收益計算實際收益和預測收益之間的相關(guān)性，原始預測的相關(guān)性為-0.18（不相關(guān)），調(diào)整1天的預測相關(guān)性為0.88（高度相關(guān)）。如圖14所示。

圖14 原始預測、調(diào)整1天實際收益與預測收益的相關(guān)圖

從上面的圖可以看出，實際收益和預測收益是不相關(guān)的。僅在對預測進行1天的變動后，我們才能獲得與實際比特幣數(shù)據(jù)的收益相似的高度相關(guān)的收益。

通過重點觀察30日的比特幣交易的數(shù)據(jù)，并且運用前置1天的方法，對真實回報、預測回報進行比對，已經(jīng)發(fā)現(xiàn)LSTM模型對于比特幣時間序列預測的不足。但LSTM對判斷比特幣市場的趨勢是具備一定價值的。

4 結(jié)語

實驗回顧中發(fā)現(xiàn)，在LSTM模型中，加入交易量（BTC）、交易量（貨幣），設置365個enochs運行LSTM模型。得知，RMSE=213.521。通過比較單一LSTM模型的預測值、多變量LSTM模型的預測值、真實值的折線圖，得知多變量的LSTM模型結(jié)果較為準確；在實時數(shù)據(jù)實驗中，實驗得出MAE=0.028，其action真實值與prediction預測值相似程度很高；但將觀察數(shù)據(jù)設置為最近30日，并且采用前置1天的方法，發(fā)現(xiàn)預測線似乎不過是實際價格的變動版本。前置1日的預測值與真實值折線圖對比發(fā)現(xiàn)，實際數(shù)據(jù)和預測之間的幾乎完全一致，表明該模型基本上是學習價格前一日。在實際收益與預測收益方面，發(fā)現(xiàn)，原始預測的相關(guān)性=-0.18（不相關(guān)），調(diào)整1天的預測相關(guān)性=0.88（高度相關(guān)），進一步說明該模型受到前一日價格的影響較大，反映是前一日價格的趨勢。但實際相關(guān)性不高甚至不相關(guān)。

總之，LSTM對判斷比特幣市場的趨勢是具備一定價值的，但由于影響比特幣的因素非常多而復雜，僅僅依賴時間序列是遠遠無法達到較好目標的。未來研究中，LSTM模型需要持續(xù)改良與完善，包括比特幣預測模型中特征工程的構(gòu)建，針對LSTM模型調(diào)參優(yōu)化等。