ในอินเดีย ผู้ที่ชื่นชอบการเข้ารหัสลับที่ทำการคำนวณรู้ดีว่าการขุดสกุลเงินดังกล่าวไม่ก่อให้เกิดผลกำไร มันสมเหตุสมผลกว่าที่จะคาดเดาแทน น่าเสียดาย เนื่องจากสกุลเงินดิจิทัลไม่ได้เชื่อมโยงกับผลิตภัณฑ์และบริการ แต่ส่วนใหญ่ขับเคลื่อนโดยอารมณ์ของนักลงทุน วิธีการเก็งกำไรทางการเงินแบบดั้งเดิมจึงไม่สามารถใช้ได้

ผลงานของปริญญาเอก นักวิชาการของ IIIT-Delhi Shalini Sharma และหัวหน้างานของเธอ Dr. Angshul Majumdar เป็นแนวทางที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ (AI) ในการทำนายราคา cryptocurrency

งานนี้เพิ่งได้รับการยอมรับที่ Elsevier Information Sciences จากข้อมูลสกุลเงินดิจิทัลที่มีอยู่ แสดงให้เห็นว่าวิธีการดังกล่าว “แม่นยำมาก” ในการทำนายราคาในอนาคต มันสามารถเอาชนะวิธีการที่ทันสมัยทั้งหมดในแง่ของความแม่นยำ นอกจากนี้ การประมาณการความไม่แน่นอนทำให้ผลลัพธ์สามารถตีความได้มากขึ้น สถาบันกล่าว

อ่าน | ชั้นเรียนกับ News18: เงินสดในโทเค็นของคุณ เรากำลังค้นพบขุมทรัพย์ของ Cryptocurrencies

นักวิจัยของ IIIT-Delhi เริ่มต้นด้วยเฟรมเวิร์ก Baum-Welch แบบเดิม แต่รวมเอาการเรียนรู้เชิงลึกไว้ภายใน การรวมกลุ่มนี้ช่วยให้พวกเขาสามารถทำนายได้โดยปราศจากความรู้เกี่ยวกับเหตุการณ์พื้นฐาน เนื่องจากเทคนิคนี้ได้รับการพัฒนาบนพื้นฐานของ Baum-Welch จึงทำให้การทำนายที่ตีความได้และยังให้ค่าประมาณความไม่แน่นอนรอบการทำนายอีกด้วย

มีสองแนวทางที่สำคัญสำหรับการคาดการณ์ทางการเงิน (หรือใดๆ) วิธีหนึ่งขึ้นอยู่กับวิธีการทั่วไปของยุค 70 ซึ่งเป็นแนวทางที่โด่งดังของ Baum-Welch ในการทำเงินในตลาดหุ้น สามารถตีความได้และไม่เพียงแต่ให้ค่าที่คาดการณ์ไว้เท่านั้น แต่ยังให้ความไม่แน่นอนเกี่ยวกับการคาดคะเนด้วย ข้อมูลเกี่ยวกับความไม่แน่นอนเป็นสิ่งสำคัญในการตัดสินใจทางการเงิน อย่างไรก็ตาม แนวทางนี้ต้องการความรู้เกี่ยวกับเหตุการณ์สำคัญที่ทำให้เกิดการเปลี่ยนแปลงของราคา ข้อมูลนี้ไม่สามารถใช้ได้สำหรับ cryptocurrencies

อีกวิธีหนึ่งคือความทันสมัย ​​โดยขับเคลื่อนโดย AI ที่เรียกว่าการเรียนรู้เชิงลึก การเรียนรู้เชิงลึกเป็นนามธรรมแต่ไม่ต้องการความรู้/ข้อมูลเกี่ยวกับปัจจัยพื้นฐาน น่าเสียดายที่ไม่สามารถให้ความไม่แน่นอนเกี่ยวกับการคาดการณ์ได้ นี้ขัดขวางด้านการตีความ

โปรชวนเพื่อนรับรายได้ เว็บตรง ทำให้คุณมีอาชีพ

มีคำศัพท์ที่เรียกว่าดัชนีความผันผวนของการเข้ารหัสลับ (CVI); มันแสดงให้เห็นว่าสกุลเงินดิจิทัลผันผวนตามกาลเวลามากน้อยเพียงใด ตัวอย่างเช่น เหรียญที่มีเสถียรภาพ เช่น USDT หรือ Bitcoin จะมีมูลค่า CVI ต่ำกว่าเมื่อเทียบกับ Shiba Inu หรือ Dogecoin นักวิจัยพบว่าค่าประมาณความไม่แน่นอนที่ได้จากวิธีการมีความสัมพันธ์กับค่า CVI ในอดีต จึงพิสูจน์ได้ว่าการคาดคะเนโดยวิธีการของพวกเขานั้นสามารถตีความได้อย่างแท้จริง

ดร.มาจุมดาร์กล่าวว่า "เป็นสิ่งสำคัญมากที่จะต้องมีการคาดการณ์ที่ถูกต้องแต่สามารถตีความได้ในกรณีเหล่านี้ … ไม่เช่นนั้นจะไม่มีความมั่นใจในแนวทางนี้"