杜克科研課題

基于深度學習的數字加密貨幣價格預測

課題簡介

加密貨幣是數字貨幣（或稱虛擬貨幣）的一種。加密貨幣基于去中心化的共識機制，與依賴中心化監管體系的銀行金融系統相對。去中心化的性質源自于使用分布式賬本的區塊鏈（Blockchain）技術。根據一項預測，加密貨幣到2018年的市值預計將高達1-2萬億美元。

數字加密貨幣的價格走勢瞬息萬變。基于傳統的線性模型等很難對于價格進行預測。

本課題嘗試應用深度學習神經網絡對于一種數字加密貨幣的歷史數據進行分析，進而對于該數字加密貨幣未來價格進行預測。

科研方法

AI+X數據驅動型科研

AI＋X數據驅動型科研是指使用人工智能（AI）算法，收集、處理、分析具體學科（X）的海量數據，并基于此進行預測，從而獲得科學發現的研究方法。與傳統的、基于實驗或邏輯推理的研究方式相比，AI＋X數據驅動型科研可以借助AI算法強大的運算能力，高效地進行大數據分析，具有投入產出比高、適用范圍廣的優點。

AI＋X數據驅動型科研已被廣泛地應用于各個領域，利用AI算法研究基因數據，從而進行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數據千千萬萬，使用傳統的科研方式對其進行分析，工程量大、過程繁瑣，在客觀上難以實現。但借助AI算法這一便捷的工具，生命科學家便能夠以海量的患者的遺傳信息為基礎，建立數據庫，與過往的研究成果進行對照，快速、準確地在兩者中發現規律、建立聯系，從而使癌癥診斷的“標準化”成為可能。

---

課題要求

本課題適合： 9-12 年級學生，有較強的邏輯思維和抽象思維能力

1. 英文：
（1）具備基本的學術英語閱讀能力；
（2）接觸過英文寫作，有論文寫作經驗者更佳；

 

2. 數學：
（1）統計基礎知識
（2）微積分（偏微分）
（3）線性代數

 

3. 計算機：

最好有一定的計算機基礎。如果沒有，以下軟件選擇一種或多種，在課題開始后的1-2周進行強化學習并能進行初步的應用。
（1）Python（Jupyter Notebook, Anaconda, Tensorflow, keras）
（2）Linux/Unix command
（3）CSV tool