ทำเงินอย่างรวดเร็วในสกุลเงินดิจิตอลโดยใช้ Python

Fทีมวิทยาศาสตร์ข้อมูล B เห็นว่ากำลังจะเข้าสู่ยุคแห่งข้อมูล พวกเขาสร้างศาสดาพยากรณ์เพื่อพยากรณ์ข้อมูล แม้ว่าการใช้งานจะไม่ได้จำกัดอยู่แค่หุ้น แต่มันก็เป็นเครื่องมือที่มีประโยชน์สำหรับทุกคนที่พยายามเข้าใจตัวเลขและการเคลื่อนไหว ตามที่พวกเขากล่าว พระศาสดาถูกสร้างขึ้นเพื่อ:
ช่วยให้ผู้เชี่ยวชาญและผู้ที่ไม่ใช่ผู้เชี่ยวชาญทำการคาดการณ์คุณภาพสูงที่ทันความต้องการได้ง่ายขึ้น

ที่ซึ่งพระศาสดาเปล่งประกาย

ปัญหาที่กำหนดได้ทั้งหมดไม่สามารถจัดการได้ด้วยเทคนิคที่คล้ายกัน ศาสดาพยากรณ์ได้รับการปรับปรุงสำหรับงานมอบหมายการประเมินธุรกิจที่เราเคยประสบที่ Facebook ซึ่งโดยทั่วไปจะมีคุณสมบัติดังต่อไปนี้:

• รายชั่วโมง ทุกวัน หรือสัปดาห์แล้วสัปดาห์เล่า โดยมีการรับรู้ประวัติศาสตร์ประมาณสองสามเดือน (ควรเป็นช่วงเวลาที่ขยายออกไป)
• ฤดูกาล "ระดับมนุษย์" ที่แตกต่างกันอย่างชัดเจน: วันในสัปดาห์และฤดูกาล
• โอกาสสำคัญที่เกิดขึ้นเป็นระยะ ๆ ซึ่งทราบล่วงหน้า (เช่น Super Bowl)
• การรับรู้ที่หายไปในจำนวนที่เหมาะสมหรือความผิดปกติขนาดใหญ่
• การเปลี่ยนแปลงรูปแบบที่บันทึกไว้ เช่น เนื่องจากการส่งสินค้าหรือการเปลี่ยนแปลงการบันทึก
• รูปแบบที่เป็นโค้งการพัฒนาแบบไม่ตรง โดยที่รูปแบบกระทบจุดตัดลักษณะเฉพาะหรือจมอยู่

วิธีการทำงานของศาสดา

ที่ศูนย์กลาง วิธีการวิทยาศาสดาคือแบบจำลองการกลับเป็นซ้ำของสารเพิ่มเติมโดยมีสี่ส่วนหลัก:

• รูปแบบการโค้งงอการพัฒนาแบบตรงหรือแบบคำนวณทีละชิ้น ด้วยเหตุนี้ศาสดาจึงแยกแยะการเปลี่ยนแปลงในรูปแบบโดยเลือกจุดเปลี่ยนจากข้อมูล
• ส่วนที่แสดงเป็นครั้งคราวทุกปีโดยใช้อนุกรมฟูริเยร์
• ส่วนเป็นครั้งคราวรายสัปดาห์โดยใช้ปัจจัยหลอกลวง
• ลูกค้าสรุปเหตุการณ์สำคัญๆ

y(t) = g(t) + s(t) + h(t) + ϵ

• G (t) สร้างแบบจำลองรูปแบบซึ่งแสดงถึงการเพิ่มขึ้นหรือลดลงของข้อมูล ศาสดาเข้าร่วมแบบจำลองสองรูปแบบ ได้แก่ โมเดลการพัฒนาแบบดื่มด่ำ และแบบจำลองโดยตรงทีละชิ้น ขึ้นอยู่กับปัญหาที่คาดการณ์ไว้
• s(t) แบบจำลองความไม่ปกติด้วยอนุกรมฟูริเยร์ ซึ่งแสดงให้เห็นว่าข้อมูลได้รับอิทธิพลอย่างไรผ่านปัจจัยเป็นครั้งคราว เช่น ฤดูกาล (เช่น มองหา Eggnog มากขึ้นในช่วงเวลาที่หนาวเย็นของปี)
• h(t) จำลองผลกระทบของโอกาสหรือโอกาสมหาศาลที่ส่งผลต่ออนุกรมเวลาทางธุรกิจ ϵ กล่าวถึงข้อผิดพลาดขั้นสุดท้าย

การติดตั้ง

เริ่มต้นด้วยการนำเข้าไลบรารีที่จำเป็นทั้งหมด หากคุณยังไม่ได้ติดตั้ง Prophet คุณสามารถติดตั้งได้อย่างง่ายดายด้วย pip

pip ติดตั้ง fbprophet

หากคุณได้รับข้อผิดพลาดต่อไปนี้ขณะใช้งาน Jupiter

ใช้คำสั่ง

conda install -c conda-forge fbprophet

นำเข้า json
นำเข้า datetimeนำเข้า numpy เป็น np
จาก fbprophet นำเข้าศาสดาพยากรณ์
นำเข้าแพนด้าเป็น pd
คำขอนำเข้า
นำเข้า import_ipynb
นำเข้าก่อนเป็นการประมวลผลล่วงหน้า
นำเข้า matplotlib.pyplot เป็น pltจาก fbprophet.plot นำเข้า plot_cross_validation_metric
นำเข้าคณิตศาสตร์
จุดสิ้นสุด = 'https://min-api.cryptocompare.com/data/histoday'
res = request.get(จุดสิ้นสุด + '?fsym=USDT&tsym=CAD&จำกัด=500')hist = pd.DataFrame (json.loads (res.content) ['ข้อมูล'])
hist = hist.set_index('เวลา')
hist.index = pd.to_datetime (hist.index, หน่วย ='s')target_col = 'ปิด'hist.หัว(5)
hist['y']=(hist['high']+hist['low'])/2
hist['ds']=hist.indexรุ่น = ศาสดา ()
model.fit(ประวัติ);อนาคต = model.make_future_dataframe (ช่วงเวลา = 30)
#พยากรณ์1ปีต่อจากนี้พยากรณ์ = model.predict (อนาคต)รูป=model.plot(พยากรณ์)
fig2 = model.plot_components (พยากรณ์)

ที่นี่แนวโน้มแสดงถึงแนวโน้มโดยรวมของหุ้น รายสัปดาห์แสดงถึงลักษณะวัฏจักรในลักษณะรายสัปดาห์ และรายปีบอกเราถึงลักษณะวัฏจักรในหนึ่งปี Fig2 ใช้เพื่อแยกเอาต์พุตออกเป็นส่วนประกอบหลัก

แค่นั้นแหละ!

ใช้เคล็ดลับนี้เพื่อทำนายและรับผลกำไร

พบว่าบทความนี้มีประโยชน์? ปฏิบัติตามฉัน (ราหุลราช) บน Medium และดูบทความยอดนิยมของฉันด้านล่าง! โปรด👏บทความนี้เพื่อแบ่งปัน!

_________________________________******_____________________________

เปิดรับความร่วมมือ
ติดต่อฉันได้ที่ rahular2020@iimbg.ac.in

_________________________________******_____________________________

ที่มา: https://medium.datadriveninvestor.com/make-quick-money-in-cryptocurrency-using-python-79d661360d7d?source=rss——cryptocurrency-5