deep learning bitcoin

當比特幣遇上人工智慧

透過深度學習利用比特幣價格模式。與 OpenAI 一樣，我們根據原始像素資料訓練模型。這正是經驗豐富的人如何看待曲線並採取行動的方式。

到目前為止，我們實現了：

• 下載比特幣報價數據
• 轉換為5分鐘數據
• 轉換為開盤高低收盤表示
• 在 20,000 個樣本上訓練一個簡單的 AlexNet：預測資產是否會上漲或下跌的準確度為 70%。訓練是在 NVIDIA DIGITS 和 Caffe 框架上完成的。
• 量化價格將上漲或下跌多少。因為價格在 99% 的時間內都會上漲 epsilon%，然後回落 50%
• （至少）訓練超過1,000,000 個樣本
• 應用更複雜的Conv Nets（至少Google LeNet）
• 在生成的 OHLC（開盤價、最高價、最低價、收盤價）影像上積分柱體積
• 使用 CNN 注意力來了解哪些圖像對於哪張圖像來說是重要的。也許只有影像的一小部分對預測很重要

20,000 個樣本的結果（小資料集）

5 分鐘價格資料訓練（Coinbase USD）

---

訓練集的一些例子

---

來自 CoinbaseUSD 的資料集插圖

                     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

• 向右滾動查看所有列！
• 交易量以 BTC 為單位顯示。
• 回報以百分比表示，並根據收盤價計算。

如何開始？

 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.

如果您有興趣建立一個巨大的資料集（coinbase.csv 包含大約 18M 行），最好在背景模式下執行該程式：

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

如果您看到此錯誤：

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

請參考此解決方案：https://stackoverflow.com/questions/37604289/tkinter-tclerror-no-display-name-and-no-display-environment-variable

使用 Docker 運行

要建置 docker 映像，只需執行

 docker build -t dlb .

從存儲庫資料夾中，然後運行容器

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

目前資料夾將被安裝到/app中。若要驗證正確的安裝，請在容器內執行

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