crypto_predictor
1bd9d25f60
- 删除测试脚本: test_2026_classification.py, test_lagllama.py, test_timesfm.py, test_ttm.py - 删除2019相关文件: analyze_2019_*, apply_2019_*, dlinear_2019_*, three_models_2019_* - 添加集成模型相关代码和分析脚本 - 添加N-BEATS模型和CatBoost分类模型
84 lines
1.7 KiB
Markdown
84 lines
1.7 KiB
Markdown
# 加密货币价格预测模型测试报告
|
||
|
||
## 测试概况
|
||
|
||
- **测试期间**: 2026年1月1日 - 2026年1月30日
|
||
- **总天数**: 22天
|
||
- **总样本数**: 495个小时
|
||
- **生成时间**: 2026-01-31 16:47:08
|
||
|
||
---
|
||
|
||
## 单模型性能
|
||
|
||
### DLinear分类模型
|
||
- **准确率**: 53.33%
|
||
- **预测上涨比例**: 47.1%
|
||
- **预测下跌比例**: 52.9%
|
||
|
||
### N-BEATS回归模型
|
||
- **准确率**: 49.90%
|
||
- **预测上涨比例**: 73.5%
|
||
- **预测下跌比例**: 26.5%
|
||
|
||
### TTM-R2零样本模型
|
||
- **准确率**: 51.31%
|
||
- **预测上涨比例**: 23.6%
|
||
- **预测下跌比例**: 76.4%
|
||
|
||
---
|
||
|
||
## 集成策略性能
|
||
|
||
### 双模型交集（DLinear + N-BEATS）
|
||
- **准确率**: 53.39%
|
||
- **覆盖率**: 47.68%
|
||
- **有效预测数**: 236次
|
||
|
||
### 三模型多数投票（DLinear + N-BEATS + TTM-R2）
|
||
- **准确率**: 52.93%
|
||
- **覆盖率**: 100.00%
|
||
- **有效预测数**: 495次
|
||
|
||
---
|
||
|
||
## DLinear概率分布分析
|
||
|
||
| 概率区间 | 样本数 | 占比 |
|
||
|---------|--------|------|
|
||
| 0.4-0.5 | 262 | 52.9% |
|
||
| 0.5-0.6 | 229 | 46.3% |
|
||
| 0.6-0.7 | 4 | 0.8% |
|
||
|
||
**平均概率**: 0.501
|
||
|
||
---
|
||
|
||
## 最佳/最差交易日
|
||
|
||
### 双模型交集
|
||
- **最佳日**: 2026-01-11 (83.3%)
|
||
- **最差日**: 2026-01-23 (28.6%)
|
||
|
||
### 三模型投票
|
||
- **最佳日**: 2026-01-28 (80.0%)
|
||
- **最差日**: 2026-01-23 (29.2%)
|
||
|
||
---
|
||
|
||
## 结论
|
||
|
||
1. **最佳单模型**: DLinear (53.33%)
|
||
2. **最佳集成策略**: 双模型交集 (53.39%)
|
||
3. **DLinear置信度**: 99.2%的预测集中在0.45-0.55区间，缺乏高置信度预测
|
||
|
||
## 数据文件
|
||
|
||
- 逐小时预测结果: `hourly_predictions_2026_01.csv`
|
||
- 每日统计数据: `daily_statistics_2026_01.csv`
|
||
- 总结报告: `summary_report_2026_01.json`
|
||
|
||
---
|
||
|
||
生成时间: 2026-01-31 16:47:08
|