Review of deep learning models for crypto price prediction: implementation and evaluation

投资者和研究人员对准确的加密货币价格预测模型非常感兴趣。深度学习模型是杰出的机器学习技术，已经改变了各个领域，并展示了在金融和经济领域的潜力。虽然已经探索了各种深度学习模型用于加密货币价格预测，但由于市场波动性较高，尚不清楚哪些模型是适合的。在本研究中，我们回顾了有关深度学习用于加密货币价格预测的文献，并评估了用于加密货币股票价格预测的新型深度学习模型。我们的深度学习模型包括长短期记忆（LSTM）循环神经网络的变体，卷积神经网络（CNN）的变体和Transformer模型。我们评估了单变量和多变量方法，以多步预测加密货币收盘价格。我们的结果表明，单变量LSTM模型变体在加密货币预测方面表现最佳。我们还进行了四种加密货币的波动性分析，揭示了它们在COVID-19大流行期间价格的显着波动。此外，我们调查了由不同训练集确定的两种情况的预测准确性。首先，我们使用COVID-19之前的数据集来建模COVID-19早期的加密货币收盘价格预测。其次，我们利用COVID-19期间的数据来预测2023年至2024年的价格。

本文旨在评估深度学习模型在加密货币价格预测中的表现，并探究不同训练集对预测结果的影响。同时，研究了COVID-19疫情对加密货币价格波动的影响。

本文使用多种深度学习模型，包括LSTM、CNN和Transformer，对加密货币价格进行预测，发现LSTM模型在加密货币预测中表现最佳。同时，本文对不同训练集的预测结果进行比较，发现使用COVID-19期间的数据进行预测结果更准确。

本文使用了多种深度学习模型进行加密货币价格预测，并对不同训练集的预测结果进行了比较。实验结果表明，LSTM模型在加密货币预测中表现最佳。此外，本文还研究了COVID-19疫情对加密货币价格波动的影响，并进行了波动分析。本文使用了多个数据集，并提供了开源代码。

在近期的相关研究中，也有许多学者探究了深度学习在加密货币价格预测中的应用。例如，Chen等人在《基于深度学习的加密货币价格预测》一文中，使用LSTM模型对比特币价格进行预测。另外，Zhang等人在《基于深度置信网络的加密货币价格预测》一文中，使用深度置信网络对比特币价格进行预测。