肥东建设局网站,网站模板如何使用 如何修改吗,wordpress红包,给网站做网络安全的报价1.项目背景
比特币作为全球最具影响力的加密货币之一#xff0c;其价格受到多种复杂因素的共同作用#xff0c;包括市场情绪、政策变化、大型机构的投资行为等#xff0c;这些因素在不同的市场阶段对比特币价格波动产生直接或间接的影响。通过对比特币市场的深入分析#…1.项目背景
比特币作为全球最具影响力的加密货币之一其价格受到多种复杂因素的共同作用包括市场情绪、政策变化、大型机构的投资行为等这些因素在不同的市场阶段对比特币价格波动产生直接或间接的影响。通过对比特币市场的深入分析可以更清晰地了解价格动态和市场行为进而为投资决策提供更可靠的依据。
本项目对比特币市场进行了全面而深入的分析采用多种技术指标和数据分析方法揭示了比特币价格动态和市场行为的关键特征详细刻画了比特币的市场波动性还提供了对市场结构和未来价格走势的深刻洞察这些成果对于投资者、交易者和市场研究人员具有重要的参考价值能够帮助他们制定更加明智且数据驱动的决策。然而尽管本项目揭示了比特币市场的许多关键特征投资者仍需意识到虚拟货币市场的高风险性。比特币等虚拟货币的价格波动极大常常受全球市场情绪、政策变化和大型机构投资行为的影响容易出现剧烈的价格波动此外虚拟货币市场缺乏足够的监管保护存在较大的金融风险。
2.数据说明
字段名说明Date交易日期Open开盘价当天交易开始时的价格High最高价当天交易中的最高价格Low最低价当天交易中的最低价格Close收盘价当天交易结束时的价格Adj Close复权收盘价经过调整的收盘价格 在加密货币中调整收盘价通常较少使用因为它不涉及股息或拆股。Volume成交量当天的比特币交易总量
3.Python库导入及数据读取
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
from pandas.plotting import register_matplotlib_converters
import numpy as np
from matplotlib.ticker import MaxNLocator
from sklearn.preprocessing import StandardScaler,MinMaxScaler
from sklearn.cluster import KMeans
from sklearn.metrics import silhouette_score
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import LSTM, Dense, Dropout
from sklearn.metrics import mean_squared_error, mean_absolute_error
from tensorflow.keras import Input
from tensorflow.keras.optimizers import Adam
from keras_tuner import RandomSearch
import seaborn as sns
from keras_tuner.engine.hyperparameters import HyperParametersdata pd.read_csv(/home/mw/input/09068560/BTC-USD (2014-2024).csv)4.数据预览及预处理
查看数据信息 这里先处理日期把日期转为正确的日期格式再对缺失值进行处理。
查找缺失值所在的行: 发现数据在“2024-01-20”这一天全部都丢失了考虑丢失的比较少可以使用插值法进行填充。 可以看到通过插值法填充的数据还是相对合理的这里观察数据的起始时间。
该数据集的日期范围是从 2014年9月18日 到 2024年1月21日并且日期列中没有缺失值。数据是连续的。
5.可视化分析
5.1K线图 长期增长趋势从2014年到2024年比特币价格整体呈现显著的上升趋势尽管存在周期性波动。 主要周期 2014-2016年价格低位徘徊期2017年第一个主要牛市价格急剧上升2018-2020年初长期调整期2020年中-2021年底第二个主要牛市创历史新高2022年大幅回调2023年至今新一轮上涨趋势 关键价格点 2017年末首次突破20,000美元2021年4月和11月两次突破60,000美元达到历史最高点 波动性 早期2014-2016相对低波动中期2017-2019波动性增大近期2020-2024呈现更大幅度的价格波动 调整幅度 2018年初的回调从近20,000美元跌至约3,000美元2022年的回调从约69,000美元高点跌至约15,000美元
这里由Claude列出比特币价格走势中的重要事件节点并将其与价格变动相关联以下是主要事件及其对应的时间点 2017年末急涨 价格从低位急剧上涨至约20,000美元高点背景首次加密货币热潮比特币期货合约推出 2018年初大跌 从高点快速回落至约6,000美元事件多国开始收紧加密货币监管 2020年末至2021年初快速上涨 价格突破50,000美元背景机构投资者大规模进入特斯拉宣布购入比特币 2021年11月历史新高 达到接近70,000美元的历史最高点事件首只比特币期货ETF在美国上市 2022年中大幅下跌 价格跌破20,000美元背景全球加息周期开启加密货币市场整体低迷 2023年初至今显著上涨 价格再次突破40,000美元背景比特币现货ETF获批预期升温
5.2价格趋势分析 总体来看尽管比特币价格有周期性的波动但整体趋势是上升的说明比特币在长期内的投资价值依然得到一定的市场认可。 短期与长期价格趋势变化 短期趋势由30天线表示变化更为频繁对价格变动反应更敏感长期趋势由100天线表示变化相对平缓反映整体方向2020年底至2021年末短期和长期趋势都呈现强劲上升2022年上半年短期和长期趋势均转为下降2023年中期开始短期和长期趋势再次转为上升 买卖信号 黄金交叉30天线从下向上穿过100天线买入信号 2020年7月出现明显黄金交叉随后价格大幅上涨2023年初再次出现黄金交叉预示新一轮上涨趋势 死亡交叉30天线从上向下穿过100天线卖出信号 2021年中期短暂出现死亡交叉但很快恢复2022年初出现显著死亡交叉随后价格大幅下跌 趋势确认 牛市期间价格线位于30天线之上30天线高于100天线熊市期间价格线位于30天线之下30天线低于100天线2023年下半年价格线突破并保持在两条均线之上确认上升趋势 波动性观察 价格波动幅度随时间增大但近期相对2021年峰值有所收窄均线之间的距离反映市场波动性距离越大表示波动越剧烈 当前市场状况2024年初 价格处于30天和100天均线之上表明短期和中期趋势向好30天线位于100天线之上进一步确认上升趋势需密切关注价格是否能持续保持在均线之上以确认趋势持续性
5.3相对强弱指数 超买当资产的价格在短时间内快速上涨到超过其内在价值或历史平均水平时称为超买通常表明投资者情绪过于乐观价格可能存在回调的风险。 超卖当资产的价格在短时间内快速下跌到低于其内在价值或历史平均水平时称为超卖通常表明投资者情绪过于悲观价格可能存在反弹的机会。 超买和超卖的概念在技术分析中用于帮助识别潜在的价格反转点。 RSI值显示了该股票的强弱程度。通常RSI值高于70表示股票处于超买状态可能有回调的风险低于30表示股票处于超卖状态可能有反弹的机会。
5.4布林带 长期趋势 从2015年到2024年比特币价格整体呈现上升趋势 重要价格突破 2017年末和2021年初价格突破上轨预示了显著的上涨行情2022年中期价格跌破下轨标志着熊市的到来 波动性变化 2021年布林带显著展开反映了该时期巨大的市场波动性相比之下2019-2020年布林带相对收窄表明那段时期波动较小 近期趋势2023-2024 价格逐渐上升突破中轨显示出上升趋势布林带开始缓慢展开可能预示新一轮波动性增加 当前市场状况 价格位于中轨和上轨之间暗示短期内可能继续上涨但尚未突破上轨表明上涨动能还不够强劲
5.5成交量走势 2021年初出现了最显著的成交量峰值远超其他时期可能与当时比特币价格创历史新高有关。成交量随着价格波动而波动在价格较高时成交量相对较大尤其是在价格剧烈波动期间。
5.6比特币价格波动与异常检测 2015-2017年价格波动相对平稳。2017年末-2018年初出现第一次显著的价格波动和异常点集中可能是由ICO热潮和比特币期货合约推出推动。2020年后价格波动和异常点明显增多特别是2021年达到峰值可能是受机构投资者进入、特斯拉购买比特币、萨尔瓦多将比特币列为法定货币等因素影响。
5.7比特币成交量与异常检测 2015-2017年成交量较低无明显异常点。2017年末-2018年初首次出现明显的成交量增长。2020年后成交量显著增加异常点更为频繁反映机构投资者大规模进入市场以及比特币价格创新高时的市场狂热。
6.市场特征聚类分析
6.1数据预处理
选择用于聚类的特征: 价格波动和成交量并且进行标准化处理。
6.2K-Means聚类 1.左图为肘部法则图通过此图可以看到在聚类数4到5之间曲线开始明显平缓。 2.右图为轮廓系数图轮廓系数在聚类数为5时达到最高点。 结合两个图选择5作为聚类数。 聚类特征概述 聚类 0紫色中等波动、中等成交量 价格波动中等约500-1500 USD成交量中等约0.2-0.4特征市场稳定期可能是调整或蓄势阶段 聚类 1蓝色低波动、低成交量 价格波动最低 500 USD成交量最低 0.1特征市场低迷期可能是早期阶段或熊市底部 聚类 2绿色极高波动、高成交量 价格波动最高4000-8000 USD有极端值超过12000 USD成交量较高0.5-1.0有极端值接近3.5特征市场极度活跃期可能是牛市顶峰或剧烈波动期 聚类 3单点2021-02-26 价格波动高约4000 USD成交量极高3.5特征代表单一极端事件 聚类 4黄色高波动、高成交量 价格波动高2000-4000 USD成交量高0.3-0.5特征市场活跃期可能是牛市上升阶段或高度投机期
市场演变分析 早期阶段2014-2017年中 主要表现为聚类1蓝色低波动低成交量市场处于萌芽期参与度低 首次爆发期2017年底-2018年初 出现聚类4黄色和聚类2绿色市场经历第一次大规模牛市价格和成交量显著上升 调整期2018-2020年中 主要为聚类0紫色和聚类1蓝色市场进入调整波动和成交量回落但仍高于初期水平 成熟爆发期2020年底-2021年 大量聚类2绿色和聚类4黄色出现市场达到前所未有的高度活跃状态价格和成交量创历史新高 高位波动期2022-2024年初 聚类0紫色、聚类4黄色和少量聚类2绿色交替出现市场维持在较高水平但波动性增加可能进入新的调整期
7.基于LSTM模型预测比特币价格
7.1数据预处理
对数据进行归一化归一化到0-1之间后划分数据集并且将数据调整为 LSTM 所需的格式。
7.2建立模型
原始模型性能
均方误差 (MSE): 1874807.721
平均绝对误差 (MAE): 920.989
7.3优化参数
最佳超参数:
{‘num_lstm_layers’: 1,
‘lstm_units_0’: 32,
‘dropout_0’: 0.4,
‘dense_units’: 48,
‘learning_rate’: 0.0031256760850773423,
‘lstm_units_1’: 32,
‘dropout_1’: 0.4,
‘lstm_units_2’: 96,
‘dropout_2’: 0.1}
优化后的模型性能
均方误差 (MSE): 897151.138
平均绝对误差 (MAE): 663.656 LSTM模型对比特币价格的整体趋势预测较为准确。优化确实带来了一定的改进但改进幅度不大。对于日常波动两个模型都表现良好但在预测大幅度价格变动时仍有改进空间。这种预测模型适合用于中短期趋势分析但不应过度依赖于其对具体价格点的预测。
8.总结
本项目对比特币市场进行了全面而深入的分析采用多种技术指标和数据分析方法揭示了比特币价格动态和市场行为的关键特征。
具体而言项目包括以下主要组成部分 多维度可视化分析 绘制K线图直观展示价格变动。进行价格趋势分析识别长期走势。运用移动平均线平滑短期波动并突显趋势。通过RSI相对强弱指数分析评估市场过买过卖状况。利用布林带量化价格波动范围和潜在突破点。分析成交量走势洞察市场参与度变化。 异常检测 实施价格异常波动检测识别重大市场事件。进行成交量异常值检测发现潜在的市场操纵或重大交易活动。 市场状态聚类分析 应用K-Means聚类算法将市场状态划分为五个不同类别。深入理解不同市场阶段的特征和行为模式。 高级预测模型 构建并优化LSTM长短期记忆神经网络模型。对比特币收盘价进行预测为投资决策提供数据支持。
通过这一系列全面的分析和建模本项目不仅详细刻画了比特币的市场波动性还提供了对市场结构和未来价格走势的深刻洞察这些成果对于投资者、交易者和市场研究人员具有重要的参考价值能够帮助他们制定更加明智且数据驱动的决策。然而尽管本项目揭示了比特币市场的许多关键特征投资者仍需意识到虚拟货币市场的高风险性。比特币等虚拟货币的价格波动极大常常受全球市场情绪、政策变化和大型机构投资行为的影响容易出现剧烈的价格波动此外虚拟货币市场缺乏足够的监管保护存在较大的金融风险。 本项目仅供学习参考建议投资者在做出任何投资决策时结合市场走势和政策变化尽量控制风险避免盲目跟风。
