LSTM을 활용한 비트코인 시세 예측하기

🔗 Link

Source

소스코드와 데이터를 보시려면 여기를 클릭해주세요

PPT

발표자료를 보시려면 여기를 클릭해주세요

✍️ 요약

• Work Team & Member

  • 팀명: 삼삼오오
  • 팀원: 박유정, 김호준, 김찬희, 정새하, 정한슬

• Work Schedule

  • 1월 3일: 주제 선정 및 기획
  • 1월 4일: 데이터 수집 및 전처리/모델 구성
  • 1월 5일 ~ 6일: 모델 개선, 예측, 평가
  • 1월 7일: 결과 정리 및 발표

• Skills

  • Python
  • Colab
  • Slack

• Dataset

  • train: 업비트 사이트에서 API로 수집한 2021년 12월(한달 간)의 분당 종가
  • test: 2022년 1월 1일~ 1월 3일 분당 종가
  • 실시간 예측 데이터: 직전 30분간의 데이터로 1분 뒤의 시세 예측

  

🛠 사용 라이브러리

• pyubit 0.2.22
• requests 2.23.0
• pandas 1.1.5
• tensorflow 2.7.0
• numpy 1.19.5
• matplotlib 3.5.1
• seaborn 0.11.2

🖥 역할

• 모델 평가 및 결과 정리

✨ 결과

직전 30분간의 누적 데이터로 1분 후 데이터 예측 (2022년 1월 4일 13:30분 기준)

💡 성장한 부분

• 머신러닝에 대한 이론을 배우고 간단한 예제들만 실습해보다 팀원들과 5일 정도의 단기 프로젝트를 해보았습니다. 첫 머신러닝 프로젝트였으며 팀원들과 주제 선정을 같이하고 그에 맞는 알맞은 모델을 주도적으로 찾는 첫 경험을 했습니다. 생소한 가상화폐의 용어들을 접해보니 원하는 데이터를 확실히 정하고 사전 지식과 각 변수에 맞는 특징을 먼저 파악해야 한다는 것을 깨달았습니다.