项目概览
作者开源了一个以 比特币价格预测 为主题的 Python 教程仓库，核心聚焦在“2 天后 BTC 价格是多少”。整份代码由两本 Jupyter Notebook 组成：
- BitcoinPricePrediction.ipynb——主教程，演示如何把历史行情&社区数据喂给线性回归模型；
- MakingPredictionsWithModel-Demo.ipynb——把主教程中 Step 5 的“测试集”生成过程拆出来，方便你边跑边看结果。
放心，目标并不是做出“精确到小数后两位”的神预测，而是用一个真实而热门的场景带你入门 Python 数据分析、特征工程与可视化，顺带学会 从 API 抓取行情数据 这套组合拳。
任务拆解：如何用线性回归估算未来比特币价格
1. 数据来源：CoinGecko API 免费接口
- 不注册、不密钥，直接 GET 就能拿到 JSON，对新手极为友好。
- 默认抓取 2 天前的比特币价格、以太坊价格 作为滞后特征，还顺手撸了点 社交热度指标（推文、Reddit 讨论数等）。
👉 点击查看如何把 JSON 数据 1 行代码变 DataFrame
2. 数据预处理：pandas 的工程化姿势
- 用
pd.to_datetime解决时间戳乱序； pct_change()计算对数收益率，比直接用收盘价更能表达波动；特征构造 举例：
- BTC 1 日、2 日、7 日简单移动平均；
- ETH/BTC 价格比，当做市场情绪代理。
3. 可视化：用 matplotlib & seaborn 找“有用特征”
pairplot一两张图就能扫清相关性门槛；heatmap把多重共线性特征红成一条线，留下来建模才安心。
4. 模型训练：线性回归三剑客
| 模型 | 关键词 | 场景定位 |
|---|---|---|
| 普通线性回归 | 快速基线 | 概念易懂，用于对照误差 |
| Ridge 回归 | L2 正则 | 削弱极端系数，避免过拟合 |
| Lasso 回归 | L1 正则 | 稀疏特征，用少的参数讲明白 |
实战里，你会亲手把数据三折交叉验证，看 RMSE 谁更低；- 下节课再讲正则化背后的理论，这里先体会“调 λ 就用 RidgeCV、LassoCV”这一行代码的魔法。
5. 在线预测部署思路（拓展）
把 .predict 结果打包成 RESTful API，或用 Streamlit 快速做成网页小程序；CVS 流式每分钟更新行情，就能随时刷一条“2 天后 BTC 预计：$××××”。👉 想抄完整代码模板，直接进这里
TODO：下一步进阶清单
- 使用 statsmodels 做时间序列诊断：ADF 平稳性检验、白噪声残差图；
- 加入 指数平滑（Exponential Smoothing） 和 ARMA 模型，与线性回归 baseline 做误差对比；
- 代码迁移到 GPU 版本 XGBoost 或 LSTM，用深度学习测试非线性模式是否更准确。
常见问题 FAQ
Q1：这套脚本能在 2025 年继续跑通吗？
A：可以。只要 CoinGecko API 不改版本，替换日期列即可。若遇字段变更，用 pd.json_normalize 把 JSON 展平再对应列名即可。
Q2：我只想预测 1 天后的价格，怎么调？
A：把 lag=2 改成 lag=1 并相应移动标签列即可。注意重新评估正则化超参数，短周期噪声更高，Ridge 的 α 可能需要上调。
Q3：我的本机没装 Python 环境怎么办？
A：直接用 Google Colab 打开 .ipynb 就能跑，GPU 免费，依赖用 pip install -r requirements.txt 一条指令解决。
Q4：为什么不用 LSTM 这种更高级的模型？
A：教程定位是线性回归入门，侧重教会“数据怎么来、怎么洗、怎么评价”。当你理解 baseline 误差后，再升级模型才有对比意义。
Q5：社区数据真的很重要吗？
A：在短周期（1–2 天）里，推特情绪与谷歌趋势确实对冲动交易有解释力；但若拉长时间窗，历史价格仍是主因。