摘 要：金融商品价格作为一种经典的时间序列，其变化通常表现为非线性、非平稳性及高波动性，使用单一的模型较难实现对金融商品价格的准确预测。文章基于小波分析建立ARIMA-Transformer组合模型，从不同维度分析时间序列的随机波动、循环变化、周期变化等变化规律，对比特币的价格进行时间窗口滚动式预测，预测结果与实际的比特币价格走势大致相同，表明该模型可作为交易者的参考投资模型。
关键词：Transformer 模型；多头注意力模型；小波分析；比特币预测
DOI:10.19850/j.cnki.2096-4706.2022.03.009
中图分类号：TP391 文献标识码：A 文章编号：2096-4706（2022）03-0032-04
Bitcoin Price Prediction of Arima-Transformer Combination Model Based on Wavelet Analysis
MO Shibing, LIN Huijun, CHEN Yunwei, LIANG Yi, WANG Zhenkun
(South China Agricultural University, Guangzhou 510000, China)
Abstract: As a kind of classical time series, the price change of financial goods usually shows nonlinear, non-stationary and high volatility. It is difficult to accurately predict the price of financial goods by using a single model. This paper establishes ARIMA-Transformer combination model based on wavelet analysis, analyzes the change laws of random fluctuation, cyclic change and periodic change of time series from different dimensions, makes time window rolling prediction of bitcoin price. The prediction results are roughly the same as the actual price trend of bitcoin, indicating that this model can be used as a reference investment model for traders.
Keywords: Transformer model; multi-head attention model; wavelet analysis; bitcoin forecast
参考文献：
[1] 甘珂.比特币价格影响因素分析 [D].武汉：华中师范大学，2021.
[2] 郑步高，徐海东，李姗晏 . 数字货币的价格影响分析——以比特币为例 [J]. 价格月刊，2021（8）：10-17.
[3] 刘璐，娄磊，刘先俊，等 . 基于 LSTM 的 COMEX 黄金期货价格预测对比研究 [J]. 长春理工大学学报（自然科学版），2021，44（2）：129-135.
[4] 张宁 , 方靖雯 , 赵雨宣 . 基于 LSTM 混合模型的比特币价格预测 [J]. 计算机科学，2021，48（S2）：39-45.
[5] RAVI C. Fuzzy Crow Search Algorithm-Based Deep LSTM for Bitcoin Prediction [J]. International Journal of Distributed Systems and Technologies (IJDST)，2020，11（4）：53-71.
[6] 景志刚，施国良 . 基于小波分析的 LS-SVM—ARIMA 组合模型的黄金价格预测 [J]. 黄金，2017，38（5）：5-8+14.
[7] 段格格 . 基于 ARIMA 模型的比特币价格预测研究 [J]. 现代营销（下旬刊），2021（1）：27-29.
[8] 梁秋，王凡彬，余龙秀，等 . 基于小波分析的比特币价格预测 [J]. 内江科技，2015，36（5）：129-130.
作者简介：莫世冰（2000.02—），男，汉族，广东湛江人，本科在读，研究方向：通信技术、深度学习、视频压缩编码；林晖竣（2000.03—），男，汉族，广东韶关人，本科在读，研究方向：MRI 图像重建、深度学习；陈云伟（2000.06—），男，汉族，广东深圳人，本科在读，研究方向：图像处理、数据分析、单片机；梁毅（2000.11—），男，汉族，广东佛山人，本科在读，研究方向：电子信息；王振坤（2001.10—），男，汉族，海南海口人，本科在读，研究方向：通信工程。