以太币价格趋势

ICO收益率最高的五名

Ian Balina的电子表格

利用电子表格进行分析，基于Ian的数据预测投资收益，我建立了一个机器学习模型。

首先，我从Ian的电子表格中获取数据，并创建了我的数据集。对于每个ICO，我添加了从coinmarketcap.com (CMC)中收集的最小值、最大值和买入价格(买入价格是CMC图表的第一个价格)。我也用icodrops.com和tokendata.io的数据修正了一些ICO的价格。

• 数据集地址：https://docs.google.com/spreadsheets/d/1VINhhGpwyp89Q_vnqlXO4QjXWvakvop5kwTEO88hwyM/edit?usp=sharing

如你所见，在coinmarketcap.com上有些行有些价格信息是缺失的。这是因为这些都是新项目，还没有进行过交易。让我们预测一下他们的最大收益是多少。

模型的输出为Max_CMC_x，其定义为:

Max_CMC_x = Max_CMC / ICO_Price

(注意:在训练中，我使用了Max_CMC_x的对数，因为它对ML模型训练有更好的分布)

我使用了mljar.com来训练机器学习模型，使用5倍交叉验证、MSE度量分数和xgboost、lightGBM和随机森林算法。

• mljar.com地址：https://mljar.com/

在mljar.com中创建机器学习模型训练

MLJAR中的模型

哪些特征对于预测ICO投资收益很重要?

让我们检查一下最佳模型的特征重要性。

最佳模型(MSE评分最低)的特征重要度

• ICO价格是预测ICO收益最重要的特征。可以简单解释为:价格越低，未来增长的空间就越大。


• Ian的评级是第二个最重要的特征。Ian的评级与项目的质量相关。等级越高，项目越好，价格增长的机会也越大。


• 在前6个特征中，也有:在ICO中售出的代币数量、ICO市值和总供给。投资者正试图评估未来增长的空间。


• 社区成员的数量也非常重要。对项目感兴趣的人越多越好。

新的ICO将会有什么样的收益？

让我们计算一下收益未知的代币的预测，并检查它预测以前的ICO的收益。将它们与实际收益进行比较将。以下是根据模型预测收益率最高的前20个代币:

OOF_Prediction列是ML模型预测的过去ICOs的收益

根据该模型，最高的回报应该是District0x, 0x和Red Pulse。有趣的结果是，oof_预测值比Max_CMC_x (Max_CMC_x = Max_CMC/ICO_Price)高得多。例如，Icon的投资回报率为115x，但该模型预测的回报率只有18x。

我的解释是:具有OOF_Prediction value比Max_CMC_x value高很多的代币仍然有增长空间——例如，AirToken可以增长5倍。另一方面，对于具有OOF_Prediction value的代币，Max_CMC_x代币可能价格过高——或者机器学习模型出错。

所有关于过去ICOs的ML模型的预测都在这里。

• 预测地址：https://github.com/mljar/examples/blob/master/ml_ico/data/predictions_for_old_ICOs.csv

以下是利用机器学习预测收益率最高的前20个代币

机器学习模型预测的收益

你可以在Ian的电子表格上看到一个带有Zombie名称的代币，其基于模型的收益是最高的。

另一方面，由于该模型预测“只有”6.8x的收益，因此Telegram的收益并不乐观。在我看来，它是由巨大的ICO Cap造成的，这就解释了为什么模型在预测收益方面是保守的。

所有关于即将发售的ICO的ML模型预测都在这里。

预测地址：https://github.com/mljar/examples/blob/master/ml_ico/data/predictions_for_new_ICOs.csv

结论

投资ICO是非常有利可图的。挑选好的投资代币需要仔细研究。在我看来，数据驱动的方法大部分是一致的。用机器学习预测可以给投资者更多的洞察力:

• 潜在知识回报；


• 潜在出售价格评估。

本文中所使用的数据是可用的。

• 数据地址：https://github.com/mljar/examples/tree/master/ml_ico/data

用于数据预处理的代码在这里。

• 代码地址：https://github.com/mljar/examples/tree/master/ml_ico

MLJAR服务被用于创建机器学习模型。

• MLJAR地址：https://mljar.com/