你可以使用比特幣增長的斜率来建立隐马尔可夫模型(HMM)，以識別和預測三種狀態：看漲、轉變和看跌。在初步測試中，這種方法可以以約90%的準確率對狀態進行分類。

以下是一個Veritasium視頻的鏈接，解釋隐馬爾可夫模型如何工作，以及為什麼它們是預測問題的強大工具。
隐馬爾可夫模型在量化金融中被廣泛使用；值得注意的是，據報導，這種技術的變體曾被吉姆·西蒙斯的獎章基金採用，該基金是歷史上最成功的交易策略之一。