浅谈区块链中的机器学习

正文

请到「今天看啥」查看全文

在分析加密货币的交易信息时，有两种类型的数据必须用分析系统来处理。第一种类型是通过交易的 API 直接获取的原始数据。这些数据通常由数值组成，可以用数学的方式和统计方法进行分析，它们通常具有有序的结构。

但还有些信息，其选择的原则标准并没有被明确定义。举个例子，那些从不同信息源而来的信息，比如从评级机构、社交网络来的信息，关于某特定产品中投资者的兴趣等级的信息等。

一般来说，为了获取想要的结果，就必须要分析整套数据，必须进行规律性的识别。为了达到这个目标，Cryptics 系统就用时间序列的统计分析技术配合机器学习算法来实现。

在极端简单的单词中，算法将会把特定的对象分配到每一种数据中，它们可以被一组描述其状态的参数来表示。所有对象的连接集都由神经网络使用 Kohonen 映射法来分析。这就让算法解决了找出相似对象并将它们分组的问题。

资本资产定价模型和风险评估

资本资产定价模型（CAPM）是一种用来评估金融资产利润率的模型。这个模型的本质是假设存在一个高度流动性的资产市场，举个例子，一种加密货币，它能得出结论，即所需的利润金额并不是完全由当前资产的特定风险特征等级决定的，就像加密货币整体的利润金额由一般风险特征决定那样。

请到「今天看啥」查看全文