DIGITAL CURRENCY MARKET USD SAR Time series:使用三种不同的TimeSeries模型预测数字货币股票市场的收盘价 源码

数字货币市场(美元和特区)-时间序列 应用无监督学习算法 问题陈述 由于多种影响因素,预测数字货币的股票价格是一项具有挑战性的任务。因此,建立用于预测未来数字货币趋势的基础模型将很有帮助。此外,提取隐藏的知识并收集新的信息可以增强基本模型。 目标 使用三种不同的TimeSeries模型预测数字货币股票市场的收盘价。 数据集 使用的数据集描述了在沙特股票市场上交易的比特币的每日历史时间序列。价格和数量均以特定市场的货币(SAR)和美元报价。历史日期范围:2018-05-11至30.01.2021。 数据源 Kaggle数据集 主要发现 总体而言,在发现数据集时遇到了一些挑战,其中之一是2020年7月之后Close_SAR突然增加。因此,我们考虑了2020年7月之前的日期以进行建模以获得更好的预测。第二个挑战是由于库存数据集的性质,RMSE误差很高。 应用以下模型后,通过使用XGBoost模型