Агрегатор Nomics добавил на свой сайт 7-дневные прогнозы цен на криптовалюты

Американский стартап Nomics представил свою модель прогнозирования цен криптовалют на основе машинного обучения.

Компания, которая разрабатывает свой агрегатор данных крипторныка, сегодня добавила семидневный прогноз цен на свой сайт. Генеральный директор Nomics Клэй Коллинз предупредил, что эти прогнозы не стоит воспринимать как совет по инвестированию.

«Мы не говорим “покупай или продавай”», ― сказал Коллинз в комментарии для Decrypt. «Мы просто показываем, что прогнозирует наша модель. Эти данные следует учитывать в качестве одного из нескольких факторов, чтобы сделать свой прогноз о движении цены».

Коллинз подчеркнул, что существует множество событий, которые модель Nomics не может учитывать (например, взлом криптобиржи или любое другое труднопрогнозируемое событие). Nomics включает 30-дневную среднюю погрешность, чтобы пользователь мог видеть, насколько точными были прогнозы на предыдущие недели.

Для своей модели Nomics использует тип архитектуры нейронной сети под названием «Долгая краткосрочная память» (Long short-term memory, LSTM). Модель обучается с использованием данных Nomics о торгах на нескольких криптовалютных биржах. Когда модель формирует прогноз, он передается на платформу Nomics вместе с историческими данными о погрешностях. Цель Nomics заключается в том, чтобы со временем сделать модель более точной. «Чем больше данных мы предоставляем, и чем больше времени проходит, тем лучше работают такие модели», ― объяснил Коллинз.

Nomics был запущен в конце 2018 года ― стартап поддержали такие инвесторы как Coinbase Ventures и Digital Currency Group. В настоящее время в компании работают шесть человек. «Я единственный, кто не является разработчиком», ― сказал Коллинз.

По его мнению, машинное обучение будет все больше использоваться в анализе данных рынка криптовалют и финансовых данных в целом, что позволит выявлять фейковые объемы торгов и делать более обоснованные прогнозы цен: «Сегодня мы делаем наши первые шаги в использовании машинного обучения для анализа трендов на рынке криптовалют».