deep learning bitcoin

비트코인이 인공지능을 만났을 때

딥러닝을 통해 비트코인 ​​가격 패턴을 활용합니다. OpenAI와 마찬가지로 원시 픽셀 데이터를 기반으로 모델을 교육합니다. 숙련된 인간이 곡선을 보고 조치를 취하는 방법과 정확히 같습니다.

지금까지 우리는 다음을 달성했습니다.

• 비트코인 틱 데이터 다운로드
• 5분 데이터로 변환
• Open High Low Close 표현으로 변환
• 20,000개의 샘플에 대해 간단한 AlexNet을 교육합니다. 자산이 상승할지 하락할지 예측하는 정확도는 70%입니다. 교육은 NVIDIA DIGITS 및 Caffe 프레임워크에서 수행됩니다.
• 가격이 얼마나 오르거나 내릴지 정량화하세요. 왜냐하면 가격은 99%의 경우 엡실론 퍼센트만큼 상승했다가 50%만큼 하락할 수 있기 때문입니다.
• 1,000,000개 이상의 샘플로 학습(최소)
• 더 복잡한 Conv Nets 적용(적어도 Google LeNet)
• 생성된 OHLC(Open, High, Low, Close) 이미지에 막대 볼륨 통합
• CNN Attention을 사용하여 어떤 이미지에 무엇이 중요한지 알아보세요. 어쩌면 이미지의 일부만이 예측에 중요할 수도 있습니다.

20,000개 샘플에 대한 결과(소규모 데이터 세트)

5분 가격 데이터 학습(Coinbase USD)

---

훈련 세트의 몇 가지 예

---

CoinbaseUSD의 데이터세트 예시

                     price_open  price_high  price_low  price_close      volume  close_price_returns close_price_returns_bins  close_price_returns_labels
DateTime_UTC                                                                                                                                             
2017-05-29 11:55:00     2158.86     2160.06    2155.78      2156.00   21.034283             0.000000          (-0.334, 0.015]                           5
2017-05-29 12:00:00     2155.98     2170.88    2155.79      2158.53   47.772555             0.117347           (0.015, 0.364]                           6
2017-05-29 12:05:00     2158.49     2158.79    2141.12      2141.92  122.332090            -0.769505        (-1.0322, -0.683]                           3
2017-05-29 12:10:00     2141.87     2165.90    2141.86      2162.44   87.253402             0.958019          (0.713, 1.0623]                           8

• 모든 열을 보려면 오른쪽으로 스크롤하세요!
• 거래량은 BTC로 표시됩니다.
• 수익률은 백분율로 표시되며 종가를 기준으로 계산됩니다.

시작하는 방법?

 git clone https://github.com/philipperemy/deep-learning-bitcoin.git
cd deep-learning-bitcoin
./data_download.sh # will download it to /tmp/
python3 data_generator.py /tmp/btc-trading-patterns/ /tmp/coinbaseUSD.csv 1 # 1 means we want to use quantiles on returns. 0 would mean we are interested if the bitcoin goes UP or DOWN only.

대규모 데이터 세트(coinbase.csv에 약 1,800만 개의 행이 포함되어 있음)를 구축하는 데 관심이 있다면 백그라운드 모드에서 프로그램을 실행하는 것이 좋습니다.

 nohup python3 -u data_generator.py /tmp/btc-trading-patterns/ /tmp/coinbaseUSD.csv 1 > /tmp/btc.out 2>&1 &
tail -f /tmp/btc.out

이 오류가 표시되는 경우:

 _tkinter.TclError: no display name and no $DISPLAY environment variable

이 솔루션을 참조하십시오: https://stackoverflow.com/questions/37604289/tkinter-tclerror-no-display-name-and-no-display-environment-variable

도커로 실행

도커 이미지를 빌드하려면 다음을 실행하세요.

 docker build -t dlb .

저장소 폴더에서 컨테이너를 실행하십시오.

 docker run -it --name dlb -v $PWD:/app dlb /bin/bash

현재 폴더는 /app 에 마운트됩니다. 올바른 마운트를 확인하려면 컨테이너 내부에서 실행하세요.

 root@c11ef702a6d6:/app# mount| grep app
/dev/sda2 on /app type ext4 (rw,relatime,errors=remount-ro,data=ordered)