$BTC analisis ini menyajikan pendekatan kuantitatif yang terstruktur untuk meramalkan pergerakan harga BTC menggunakan indikator teknis dan model pembelajaran mesin terawasi. tujuan dari penelitian ini adalah untuk mengevaluasi seberapa efektif indikator tren jangka pendek dan menengah dapat menjelaskan dan memprediksi perilaku harga penutupan.
Metodologi
model ini memanfaatkan dua indikator mengikuti tren kunci sebagai fitur prediktif:
MA(7) – Rata-Rata Bergerak 7-hari untuk menangkap momentum jangka pendek
MA(30) – Rata-Rata Bergerak 30-hari untuk mewakili arah tren jangka menengah
dataset dibagi menjadi 80% data pelatihan dan 20% data pengujian tanpa pengacakan untuk menjaga integritas struktur deret waktu. model regresi linier kemudian dilatih untuk memprediksi harga penutupan berdasarkan rata-rata bergerak ini.
Kinerja Model
mean Absolute Error (MAE): ~2.940 USD
model ini berhasil melacak arah umum tren, menunjukkan bahwa rata-rata bergerak mengandung informasi prediktif yang berarti. namun, deviasi antara nilai aktual dan yang diprediksi menyoroti keterbatasan dalam menangkap volatilitas tinggi dan fluktuasi pasar yang cepat.
harga penutupan yang diproyeksikan berikutnya adalah sekitar $70.828, berdasarkan nilai MA(7) dan MA(30) terbaru.
Interpretasi Pasar
ketika MA(7) tetap di bawah MA(30), momentum jangka pendek lebih lemah relatif terhadap tren jangka menengah.
model regresi menunjukkan bahwa pergerakan harga BTC menunjukkan ketergantungan linier pada indikator tren yang telah diperhalus sampai batas tertentu.
amun, pasar kripto secara inheren nonlinier dan didorong oleh volatilitas, yang berarti model linier mungkin berkinerja buruk selama ekspansi tajam atau koreksi.
Potensi peningkatan model
untuk meningkatkan ketahanan prediktif, iterasi mendatang mungkin menggabungkan:
indikator berbasis volume
osilator seperti RSI atau MACD
fitur lag (nilai penutupan sebelumnya)
model non-linier seperti hutan acak, penguatan gradien, atau jaringan saraf LSTM
Hanya untuk tujuan edukasi dan penelitian. bukan nasihat keuangan.
#StrategyBTCPurchase #PredictionMarketsCFTCBacking