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
1.7 KiB
1.7 KiB
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
- 最佳单模型: DLinear (53.33%)
- 最佳集成策略: 双模型交集 (53.39%)
- 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