وصف المدون

الصفحة الرئيسية توقع أسعار العملات المشفرة باستخدام لغة بايثون

توقع أسعار العملات المشفرة باستخدام لغة بايثون



اليوم في هذا البرنامج التعليمي ، سنستخدم خوارزمية التعلم الآلي للتنبؤ بالأسعار المستقبلية لعملة مشفرة تعرف باسم Dogecoin. سنستخدم Python كلغة برمجة.

ما هو الدوجكوين؟

Dogecoin هي عملة مشفرة ذات صورة جيدة للعلامة التجارية تسعى إلى أن تكون مقدمة مفيدة للعملات المشفرة. اقترح بيلي ماركوس ، وهو مبرمج من ولاية أوريغون ، عملة Dogecoin ، المعروفة أيضًا باسم عملة "المزحة".


لقد رأى أن عملة أقل خطورة ، مثل Dogecoin ، من المرجح أن يقبلها عامة الناس أكثر من Bitcoin حتى مع نطاق أقل.

يمكن استخدام Dogecoin لتسديد المدفوعات وشراء الأشياء ، لكنها ليست طريقة رائعة للاحتفاظ بالقيمة. هذا يرجع في الغالب إلى حقيقة أن Dogecoin ليس لها حد عمر على عدد العملات التي قد يتم إنشاؤها من خلال التعدين ، مما يجعلها بطبيعتها تضخمية للغاية.

لتحميل الكود من GitHub : الكود مع الداتاسيت


1. استيراد الوحدات Importing Modules

إلى جانب استيراد وحدات مختلفة مثل numpy و pandas و matplotlib و seaborn ، قمنا أيضًا بتعيين أسلوب التخطيط ووضعنا seaborn plot  أيضًا.

 import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

plt.style.use('seaborn-whitegrid')

2. استكشف البيانات Explore the Data

الآن بعد أن قمنا باستيراد الوحدات ، سنقوم بتحميل مجموعة البيانات التي يمكن تنزيلها من هنا.


تحتوي مجموعة البيانات على أكثر من 2.5 ألف نقطة بيانات و 7 سمات وهي أسعار الفتح والإغلاق في أيام مختلفة.

data = pd.read_csv("Dogecoin.csv")

print("Shape of Dataset is: ",data.shape,"\n")

print(data.head())


3. تصور البيانات Dogecoin
ا يوجد نموذج للتعلم الآلي مكتمل دون تصور مجموعة البيانات باستخدام مكتبة matplotlib والتي يمكن تحقيقها باستخدام الكود المذكور أدناه.
()data.dropna
plt.figure(figsize=(10, 4))
plt.title("DogeCoin Price INR")
plt.xlabel("Date")
plt.ylabel("Close")
plt.plot(data["Close"])
()plt.show


4. تطبيق نموذج التعلم الآلي
كنموذج التعلم الآلي ، بالنسبة لمجموعة بيانات Dogecoin ، سنستخدم نموذج AutoTS واستيراد النموذج إلى البرنامج.

بعد ذلك ، نقوم بإنشاء كائن نموذج AutoTS من أجل ملاءمة نقاط البيانات في النموذج باستخدام وظيفة الملاءمة ثم توقع أسعار
 جميع نقاط البيانات باستخدام وظيفة التنبؤ.

في النهاية ، نعرض الأسعار التي توقعها نموذج AutoTS.

from autots import AutoTS
,'model = AutoTS(forecast_length=10, frequency='infer
( ensemble='simple', drop_data_older_than_periods=200
model = model.fit(data, date_col='Date', value_col='Close', id_col=None)
 
()prediction = model.predict
forecast = prediction.forecast
print("DogeCoin Price Prediction")
print(forecast)



أتمنى أن تكون قد فهمت المفهوم وفهمت التنفيذ لتتوقع أسعار Dogecoin لتواريخ مختلفة.

برمجة سعيدة! 😇


التصنيفات:
تعديل المشاركة
ليست هناك تعليقات
إرسال تعليق

Back to top button