使用 RNN，我们如何预测货币价格在给定时间段内达到特定价格？

问题描述

我正在研究一个比特币价格预测器，我意识到在给定时间预测一个确切的价格是没有意义的。 在预测某种货币价格时，我们想要的可以概括为以下问题：“在特定时间范围内价格达到 X 值的概率是多少？”

我很难将这种想法整合到 RNN/LSTM 架构中。我的第一个想法是构建一个自定义损失函数，将 RNN 的输出（通常是预测价格）与第二天的实际最低价和最高价进行比较，然后如果 lower_price RNN 输出应该被“分类”为正确的（损失 = 0），否则损失将 > 0。但我相信已经存在针对此类问题的更好解决方案。 >

有什么想法吗？

谢谢

解决方法

有许多不同的方法可以完成您的要求。但是我认为您正在寻找的是 quantile loss function。

def tilted_loss(q,y,f):
    e = (y-f)
    return K.mean(K.maximum(q*e,(q-1)*e),axis=-1)

Notebook with full source code。或者，如果您更喜欢 PyTorch，您可以找到一个 implementation here。