我們可以透過一定程度的信心瞭解加密貨幣的整體觀點，但我們如何使用它來預測市場走勢？除了獲取情感資料之外，也許可以採用輸入的資料並嘗試構建AI模型，然後使用反饋對這些模型進行最佳化。這就是機器學習的地方。根據已知的市場動向重新測試搭建的模型，然後不斷重新校準這些模型，從而嘗試提高準確性。隨著時間的推移，模型開始變得模糊，但隨著時間的推移，模型變得更加精細，並且更多的資料變得已知

比如有個Ether模型預測，根據輸入的資料中發現的某些特徵，預計Ether的價格將在未來24小時內上漲，記下這一點，等待24小時，並檢查是否是這種情況。然後使用這些資訊來改進模型。這就是反饋的意思，這種“預測和測試”始終在不斷髮生。

如果透過從輸入中提取一組加權特徵進行工作。每個特徵對應於模型上的約束。模型是滿足約束的所有模型的最大熵的模型，基本原則是，如果選擇熵較小的模型，向模型新增資訊約束條件， 保留儘可能多的不確定性，從而消除任何偏見。

一旦人工智慧可以用來預測市場走勢，那麼透過將AI掛鉤到現有的交易API並基於交易訊號執行不同的交易策略，可以在加密貨幣市場中進行演算法交易，從而全面開放。不過加密市場的走向目前依靠人工智慧預測價格趨勢還是不夠，比較幣圈是個很神奇的圈。