Строю прогноз курса биткоина, использую линейную регрессию. Но прогнозные значения получаются одинаковыми. В чем ошибка?

Question

[radio007]

Данные беру с https://www.blockchain.com/ru/charts#block.

Мой код:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.neighbors import KNeighborsRegressor
from sklearn.linear_model import LinearRegression, LogisticRegression
from sklearn.svm import SVR
from sklearn.ensemble import RandomForestRegressor
from sklearn.metrics import r2_score
from sklearn.model_selection import train_test_split

pd.set_option('display.max_columns', None)

data = pd.read_csv('data.csv', delimiter=';', index_col=['Time'], dayfirst=True)
data.index = pd.to_datetime(data.index, format='%d.%m.%Y')
data = data.resample('W').mean()
y = data['market_price']
x = data.drop(['market_price'], axis=1)

models = [# LinearRegression(),  # метод наименьших квадратов
          RandomForestRegressor(n_estimators=100, max_features='sqrt'),  # случайный лес
          # KNeighborsRegressor(n_neighbors=6),  # метод ближайших соседей
          # SVR(kernel='linear'),  # метод опорных векторов с линейным ядром
          ]

X_train, X_test, Y_train, Y_test = train_test_split(x, y, test_size=0.2, random_state=0)

model = models[0].fit(X_train, Y_train)

r_2 = {'R2_Y': r2_score(Y_test, model.predict(X_test))}
print(r_2)

pred_test = pd.DataFrame({
    'pred': model.predict(X_test),
    'real': Y_test
})

pred_test.plot()
plt.show()

new_dates = pd.date_range('2021-05-09', '2022-01-02', freq='W')
new_dates = pd.Index(x.index) | new_dates
x2 = pd.DataFrame({'Time': new_dates})
y2 = pd.DataFrame({'Time': new_dates})
x_new = pd.merge(x, x2, on='Time', how='right')
y_new = pd.merge(y, y2, on='Time', how='right')
x_new = x_new.set_index('Time')
x_new = x_new.fillna(0)
y_new = y_new.set_index('Time')

model_2 = models[0].fit(x, y)

r_2 = {'R2_Y': r2_score(y, model_2.predict(x))}
print(r_2)

pred = pd.DataFrame({
    'pred': model_2.predict(x_new),
    'real': y_new.market_price
})

pred.plot()
plt.show()

И вот результат:

Пример данных

market_price  trade_volume      hashrate  transactions_per_day
Time                                                                      
2016-05-08    452.953333  9.812436e+05  1.409150e+06         227158.000000
2016-05-15    453.300000  1.940460e+06  1.337420e+06         235977.500000
2016-05-22    445.025000  2.009665e+06  1.400187e+06         201746.500000
2016-05-29    471.270000  3.097414e+06  1.520550e+06         218714.666667
2016-06-05    549.925000  5.691195e+06  1.302883e+06         227920.000000

Кто знает в чем может быть проблема, подскажите пожалуйста.

Answer 1

[dmshar]

Да я вроде уже отвечал на этот вопрос. Проблема в том, что строится модель многомерной регрессии, т.е. выходная переменная зависит не только от времени, но и от ряда дополнительных параметров. И при прогнозе на ход подается только время и обнуленные значения остальных параметров (это видно в коде). Вот и получается, что по сути на выходе получаем значение коэффициента b0.
Тут проблема методологическая - не понимаю, как значение цены может быть предсказано, например, по объему продаж в тот-же момент. Т.е. модель не верна по сути и ее надо существенно пересматривать. Ну хотя-бы брать эти значение "за вчера" и предсказывать "на сегодня". (Это к моему любимому тезису о том, что бывает, когда инструмент начинают учить раньше чем теорию и все машинное обучение сводить к умению применять метод .fit()
Не говоря уже о том, что предсказание значений на рынке Форекс или блокчейн - само по себе еще тот треш.