수익성있는 암호 화폐 거래 전략 파트 9 : Predic 1.0

지금까지는 간단하면서도 강력한 거래 전략 만 분석했습니다. 이들 중 대부분은 수학적 공식을 사용하고 사전 정의 된 휴리스틱을 따랐습니다. 결국 우리는 ROI를 개선하기 위해 하이퍼 매개 변수를 최적화했습니다. 이 포스트에서는 머신 러닝과 AI를 사용하여 개발 된 완전히 새로운 전략을 소개합니다. 신경망.

M 몇 달 전에 우리는 가격 예측을 생성하기 위해 기계 학습과 인공 지능을 적용하기 시작했습니다. 우리는 주로 이러한 단기 예측을 개선 할 방법을 찾고있었습니다. 그러나 우리는 이러한 예측을 바탕으로 거래하는 방법도 생각하고있었습니다.

몇 주 전에 이러한 예측을 사용하는 간단하면서도 강력한 알고리즘을 고안했습니다. 그리고 우리는 과거 데이터에 대한 알고리즘을 빠르고 효율적으로 성공적으로 백 테스트했습니다. 다음 섹션에서는 먼저 이러한 예측이 무엇인지 설명한 다음 알고리즘을 분석 할 것입니다.

또한 읽기 : 최고의 암호 화폐 거래 봇

인공 지능

몇 달 전 우리는 인공 지능 시스템을 만들기 위해 기계 학습 도구 (Tensorflow 및 Keras)를 사용하기 시작했습니다. 이 시스템을 “신경망”이라고하며 인간의 뇌가 작동하는 방식을 모방하려고합니다.

이 신경망은 소프트웨어에 구현 된 수학적 개념에 지나지 않습니다. 일반적으로 매우 가볍고 (크기가 작음) 출력을 매우 빠르게 계산할 수 있습니다. 그러나 “훈련”또는 “학습”과정에서 매우 느립니다. 훈련하는 동안 우리는 원시 데이터를 네트워크에 공급하여 주어진 입력에서 출력을 “학습”합니다. 이런 식으로 우리는 복잡한 환경에 근접하도록 가르 칠 수 있습니다. 신경망은 강력하지만 좁은 작업에서만 가능합니다. 이러한 시스템은 우리가 훈련 한 것만 수행합니다. 자율 주행 자동차, 패턴 인식, 물체 감지, 언어 번역 등에 사용됩니다.

신경망은 복잡한 문제를 해결하는 데 도움이되는 훌륭한 도구입니다. 이것이 바로 우리가 더 나은 거래 결정을 내리는 데이를 사용하는 이유입니다. 주식 시장, 특히 암호 화폐 산업은 매우 복잡하므로 이러한 시스템이 필요합니다.

예측

아래에는 예측에 대한 세 개의 스크린 샷이 있습니다. 이 예측은 특정 시장 (바이 낸스 거래소)에 대한 12 시간 예측을 보여줍니다.



한동안 우리의 예측은 확률 적 예후를 제공하는 것 외에는 직접적인 의미에서 유용하지 않았습니다. 어느 시점에서 우리는 절대 값을 사용하고 현실과 비교하여 정확도를 측정했습니다. 이 테스트의 정확도는 99.9 % 이상이었습니다. 단순히 절대 값 문제 때문입니다.

반면에 예측의 특성으로 인해 정확도를 측정하는 것은 복잡한 문제입니다. 우리는 예측이 가까운 장래에 어떤 일이 발생할 수 있는지를 나타냅니다. “무언가”가 언제 일어날 지 정확히 예측할 수 없습니다. 간단히 말해서 가격이 상승 (또는 하락) 할 것임을 나타내는 경우 발생할 가능성이 있지만 이는 몇 분 또는 몇 시간 동안 만 발생할 수 있습니다.

Predic 1.0

현재 예측은 2 분마다 생성되고 업데이트됩니다. 10 분 및 60 분 간격 예측의 두 가지 유형이 있습니다. 둘 다 12 단계 예측을 수행하므로 각각 120 분 및 12 시간입니다.

Predic 알고리즘은 매시간마다 (매시간) 매수, 매도 또는 보류 결정을 내립니다. 알고리즘에서 우리는 첫 번째 예측 값을 다른 값과 비교합니다. 첫 번째 질문은 어떤 값과 비교해야 하는가입니다. 첫 번째 시도에서 첫 번째 예측을 마지막 예측과 비교했습니다 (아래 스크린 샷 참조).

위의 결정은 잘못된 것으로 판명되었습니다. 사실, 우리의 결과는 우리가 예측을 더 내려 갈수록 ROI가 더 나빠진다는 것을 증명했습니다. 가장 최적의 변형은 첫 번째 예측을 두 번째 예측과 비교하는 것입니다. 이것은 실제로 많은 의미가 있습니다.이 시스템은 더 긴 시간보다 미래의 한 시간을 예측하는 데 훨씬 더 좋습니다.

두 번째 질문은 구매 / 판매 기준이 무엇이어야합니까? 이것은 두 번째 값이 특정 임계 값을 초과하는지 확인하여 해결할 수 있습니다. 예를 들어 두 번째 예측이 첫 번째 예측보다 0.2 % 더 크면 “구매”라고 말할 수 있습니다. “판매”부분에서는 대신 ROI 마진을 선택합니다. 1 % 수익을 올릴 수 있으면 “판매”하고 그렇지 않으면 ROI가 98 % 이하로 떨어지지 않는 한 보유합니다.

지금이이 전략을 백 테스트하고 시뮬레이션 할 때입니다. 세 가지 암호 화폐에 대한 60 일 ROI (2018 년 4 월 3 일 ~ 6 월 2 일)를 계산해 보겠습니다.

BTC-USDT

ROI : 15.19 % (± 6.75)

ETH-USDT

ROI : 36.36 % (± 15.45)

LTC-USDT

ROI : 10.27 % (± 12.24)

토론

나는 그러한 단순한 휴리스틱이 합리적인 수익을 얻을 수 있다는 사실에 놀랐습니다. 그러나 그것은 훨씬 더 잘할 수 있습니다. 차트의 매수 / 매도 신호를 보면 일부가 차선책이라는 것을 알 수 있습니다. 상승세 지역에서는“판매”휴리스틱으로 인해 너무 많은 보수적 거래를 실행합니다 (안전하게 플레이). 하락세 기간에는 거래가 너무 많아서 많은 손실을 입습니다. 후자는 약세 감지 코드 (다음 주제)로 해결할 수 있습니다.

최적화되지 않은 또 다른 현상은 BTC-USDT 거래 차트에서 볼 수 있습니다. 알고리즘으로 인해 매도-매수 신호는 서로 밀접하게 연결됩니다. 즉, 판매 후 즉시 구매합니다. 구매 기준이 충족되면 판매하지 않음으로써이를 방지 할 수 있습니다. 그러나 우리가 더 “욕심쟁이”로 만들고 있기 때문에 전략에 위험을 유발합니다.

결론

Predic 1.0 알고리즘은 시그널 목록에 올 자격이 있으며 앞으로 몇 주 안에이를 통합 할 것입니다. 이 알고리즘이 더 높은 수익을 얻을 수 있도록 개선하고 조정할 수있는 방법은 여전히 ​​많습니다. 이는 시간과 리소스의 문제 일뿐입니다.

읽어 주셔서 감사합니다. 저희 게시물이 마음에 드 셨다면 꼭 구독 해주세요. 다음 부분도 기대해주세요!
-Ilya Nevolin

또한 읽기

받은 편지함에서 직접 최고의 소프트웨어 할인 받기