MIT 的研究人员利用机器学习预测比特币价格

比特币是一种点对点（peer-to-peer）形式的匿名数字加密货币。其概念最早由 Satoshi Nakamoto 在 2008 年提出。2009 年，比特币诞生，并很快有了第一笔比特币交易。与传统货币不同，比特币不是由某个特定的货币机构发行，而是通过特定算法的大量计算产生。通过计算产生比特币的过程称为挖矿。为了保证比特币产生的匀速性，随着参与挖矿的人数的增加，挖矿的难度逐渐增加，比特币的成本也就相应提升。而且，比特币的总数量是特定的，在到达 2100 万后将不再增加。在其交易过程中，点对点网络节点中的分布式数据库会对交易进行记录，并且采用了复杂的加密方式来保证流通过程中各个环节的安全。

比特币独特的产生和交易方式使得其拥有很多不同于普通货币的地方。这就包括去中心化、全世界流通、匿名性、透明性、专属所有权、低交易费用、无隐藏成本以及跨平台挖掘等特点。因此，用户可以匿名的拥有和使用比特币，并能够方便的与世界各地展开交易。比特币的保存方式也十分独特，用户既可以以本地文件的形式将其保存在个人电脑中，也可以存在第三方托管服务。所有这些特点使得比特币很快得到大量的关注，其市值也迅速增加到 10 亿美元。

原则上，比特币的市场价格以比特币的产生过程中挖矿成本为基础，进行小幅度上下浮动。当比特币价格过高，大量的资金会投入到挖矿中，使得比特币数量会迅速增加，从而平抑价格增加。相反，参与挖矿的人员会减少，从而促进比特币价格的增加。然而，从 2012 年下半年到 2013 年，比特币的市场价格却经历了飞速增长，然后不断下跌的过程。由分析指出，其原因在与决定比特币挖矿成本的挖矿难度、挖矿设备成本以及电力成本等也都在动态变化中。因此，比特币的市场价格并不会十分稳定，而且很难对其进行预测。

有意思的是，在 2014 年 10 月份，MIT 的研究人员却发明了一种基于机器学习的算法，能够对比特币的价格进行一定的预测。通过 50 天的测试，该团队获得了几乎两倍的收益。

该项目由 MIT 电子工程和计算机科学系的副教授 Devavrat Shah 带领毕业生 Kang Zhang 完成。从 2014 年年初，他们对五个月内每一秒钟的主要比特币交易平台的市场价格进行记录，从而获得了超过 2 亿个数据测试点。然后，他们利用贝叶斯回归方法对机器学习算法进行训练，使得其能够获得一定的比特币价格和交易的模式。其具体做法为，每隔两秒钟，算法对接下来 10 秒钟的行为进行预测。如果比特币价格会超过某个阈值，就买进；如果低于另外一个阈值，就卖出；否则，既不买也不卖。在 50 天的实验中，算法共进行了 2872 次交易，最终收益率率为 89%。Shah 指出，算法如此好的效果是和前期非常精细的数据收集工作分不开的。正是通过大量数据的训练，他们所设计的算法能够在没有初始模型的情况下对比特币价格进行很好的预测。未来，Shah 考虑进一步扩大数据收集的规模来改进算法的效率。

感谢郭蕾对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作，请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博（ @InfoQ ）或者腾讯微博（ @InfoQ ）关注我们，并与我们的编辑和其他读者朋友交流。