deep learning bitcoin

当比特币遇上人工智能

通过深度学习利用比特币价格模式。与 OpenAI 一样，我们根据原始像素数据训练模型。这正是经验丰富的人如何看待曲线并采取行动的方式。

到目前为止，我们实现了：

• 下载比特币报价数据
• 转换为5分钟数据
• 转换为开盘高低收盘表示
• 在 20,000 个样本上训练一个简单的 AlexNet：预测资产是否会上涨或下跌的准确度为 70%。训练是在 NVIDIA DIGITS 和 Caffe 框架上完成的。
• 量化价格将上涨或下跌多少。因为价格在 99% 的时间里都会上涨 epsilon%，然后回落 50%
• （至少）训练超过1,000,000 个样本
• 应用更复杂的Conv Nets（至少Google LeNet）
• 在生成的 OHLC（开盘价、最高价、最低价、收盘价）图像上积分柱体积
• 使用 CNN 注意力来了解哪些图像对于哪张图像来说是重要的。也许只有图像的一小部分对预测很重要

20,000 个样本的结果（小数据集）

5 分钟价格数据训练（Coinbase USD）

---

训练集的一些例子

---

来自 CoinbaseUSD 的数据集插图

                     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

• 向右滚动查看所有列！
• 交易量以 BTC 为单位显示。
• 回报以百分比表示，并根据收盘价计算。

如何开始？

 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.

如果您有兴趣构建一个巨大的数据集（coinbase.csv 包含大约 18M 行），最好在后台模式下运行该程序：

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

如果您看到此错误：

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

请参考此解决方案：https://stackoverflow.com/questions/37604289/tkinter-tclerror-no-display-name-and-no-display-environment-variable

使用 Docker 运行

要构建 docker 镜像，只需执行

 docker build -t dlb .

从存储库文件夹中，然后运行容器

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

当前文件夹将被安装到/app中。要验证正确的安装，请在容器内执行

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