在数据科学的支持下如何发展专业交易信号

上周我们 发表了一个帖子 介绍了我们的第一个令牌实用程序的介绍,该实用程序允许COFI持有人投入25k令牌以访问CoinFi交易信号beta.

看到用户使用其COFI令牌来获得访问权限,这真是令人兴奋:

实际上,COFI涉众现在已经成为 区块链上COFI代币的第11大持有者!

截至撰写本文时,测试版用户已抵押2,960,622.9548个COFI令牌以尽早使用CoinFi交易信号,占COFI循环供应量的1.685%.

我们信号的口号是“由数据科学支持的专业交易信号”,因此本月我们认为我们将分享作为这些交易信号基础的一些数据科学.


当然,这只是冰山一角,但希望您能更好地了解我们如何为您提供有用的交易信号.

具有吸引力和预测性的交易信号

总体而言,我们对以下交易信号感兴趣:1)CoinFi用户想要的交易; 2)做出更好的交易决策。重要的是要注意,这两个不一定是同一件事.

可能有一些用户想要的信号示例,但最终与价格无关。反之亦然–可能会有用户不知道的信号,但是如果您可以访问它们,则可以做出更好的交易决策.

因此,我们遵循两条平行的(尽管不是独立的)路线来帮助我们确定要发送的交易信号。但是,我们在早期阶段的主要重点是 吸引人的 给用户 预测性的 价格变化.

稍后,我们还将花费时间研究用户可能未考虑的预测信号.

为了找出用户想要什么,我们的产品经理Joe花费了大量时间与您(我们的用户)交谈。不过,对于此状态更新,我们将重点介绍如何测试信号的可预测性.

信号工厂

为了测试信号的预测能力,我们采用了所谓的 信号厂. 这是我们的内部工具,可用于快速回测历史数据上的信号。具体来说,我们通过一系列粒度(每天,每小时,每分钟)的测试来运行信号数据集,并测量诸如获胜率,投资组合收益之类的信息。自然地,我们还测试了重要性(同时使用贝叶斯和常客)方法)。基本思想是测试:如果信号在时间t触发,它是否会预测时间t + n的价格变化.

信号工厂的目的实质上是为了加快构建度量学习周期。但这也确保了我们回测信号的方式的一致性,从而允许对相同数据进行比较.

我们还开始尝试黑匣子方法,该方法结合了大量信号并利用机器学习方法(例如深度神经网络)对未来进行预测.

但是,这些是第二优先级。在此早期阶段,我们希望能够准确传达信号触发的原因。优化评估指标很重要-但这还不是全部。围绕信号进行交流对于赢得利益相关者的信任同样重要.

回测结果示例

我们很快将共享一个“ CoinFi Research”部分,您可以在其中阅读有关我们交易信号的回测结果的信息,但是到目前为止,这里有一些我们的回测结果的预告片.

以太坊往返交易所

这是我们开始关注的第一个信号区域。与我们所有的信号一样,我们必须变得非常具体,并思考如何准确地定量表达一个假设,例如“以太坊进入(或退出)交易所将是以太坊价格的主要预测指标”.

例如,您可以这样表示:

  1. ETH交易数量
  2. ETH交易总量
  3. 大于X ETH的ETH交易数量
  4. 发送ETH的不同钱包数量

… 等等.

关于Signal Factory的好处是,我们可以表达所有这些不同的变体,然后对所有历史数据进行回测。这样,我们让数据决定什么是描述交换运动的最佳方法。信号的每个特定实例,我们称为参数化信号.

通常,我们将对每个参数化信号进行回测,因为这是一个全自动且可扩展的过程。然后,我们可以根据获胜率,投资组合收益等选择最重要的信号,并通过深入分析更仔细地研究这些信号。.

这是我们深入研究的一个示例图,我们了解了信号触发后48小时内的价格动态:

蓝线是信号触发之日的指数化平均ETH价格。橙色线是相同的,但是连续几天都没有触发信号。 “小时” x轴与信号触发时间有关.

简而言之,上图显示,价格在触发信号的前24小时内历来有所下降,但在48小时内又回升。换句话说,根据您的交易方式,此信号可能对快速卖出或购买底价有用。.

在这里,您可以看到信号在历史上是如何触发的,覆盖在ETH价格上:

BTC和ETH作为其他代币的领先指标

我们不能指望所有回测都会产生预测信号。实际上,我们测试的大多数信号都不会通过标准–这不容易!但是失败的实验并非失败-只要我们交流学习经验,它们仍会为我们的用户带来价值.

一个例子是BTC和ETH作为其他代币的领先价格指标。通过格兰杰因果关系测试,我们发现例如BTC曾经是ETH价格的一个不错的预测指标,但是这种关系在今年2月左右就破裂了,正如您在此处实际看到的那样:

这种关系还没有真正消失。可能是 潜伏 随着越来越多的机器人和专业交易员进入市场,信号的数量已经下降.

无论如何,这里对我们的结论是,我们将 不是 实施“将BTC作为价格领先指标”信号-尽管这是建议信号。即使BTC可能只是一个简短的领先指标,它也需要接近实时的交易操作,而我们的核心用户并没有真正在做.

鲸鱼令牌运动

许多用户感到兴奋的另一个信号是鲸鱼移动其代币。我们跟踪区块链上发生的每笔交易,以获取1100多个ERC20代币。这意味着只要我们看到显着的交易,我们就可以提醒用户.

关于这一点的棘手事情是,很难在所有令牌中找到一致的模式。因此,我们没有尝试通过回测来寻找难以捉摸的“统一鲸鱼令牌信号”,而是决定让您观看您感兴趣的令牌,并且只要我们看到交易进行到第99.9个百分位,我们就会通知您交换.

有趣的是,我们发现在某些情况下,当代币集中度(前100个钱包所占供应的百分比)上升时,价格在短期内就会下降。从历史上看,您可以在OmiseGo上看到这一点:

可能有两种解释:

1)散户投资者(小钱包)提早购买(这将降低集中度),然后从2018年5月开始增加卖出(增加集中度)

2)鲸鱼(大钱包)在1月左右倾销(这也会降低集中度),并有可能从2018年5月开始回购(增加集中度).

两种解释都可能是正确的.

OmiseGo并不是唯一将令牌移动与价格移动相关联的令牌。另一个例子是Crypto.com(以前是摩纳哥),在这里您可以看到大多数高峰都会触发卖出信号:

BTC保证金多头/空头头寸

我们尚未得出结论的一个信号是保证金多头/空头头寸。如下图所示,空头头寸和BTC价格之间存在明显的反相关关系:

但是,为了确保这是可行且可理解的,我们将花费更多的时间来弄清楚我们要使用此数据触发哪种信号.

展望未来

今年我们一直在加密市场上收集大量数据。仅提及一些领域,我们拥有原始的区块链交易,加密货币新闻文章,社交媒体帖子,以及从订单簿快照到开-高-低-关闭量栏的交换数据.

重要的是,我们能够通过我们的硬币主数据库来合并所有这些数据点,我们认为这是现有的最广泛的加密货币数据库.

如上所述,回测单个交易信号目前是当务之急,但是我们很快将转向更多的机器学习,在这里我们可以真正利用我们现有的大量数据。例如,一些利用深度神经网络预测价格波动的早期实验看起来很有希望.

我们将继续对所有信号进行用户测试和回测,以使持有COFI交易信号的用户不仅具有吸引力,而且具有预测性.

如果您有兴趣加入交易信号测试版,那就太晚了!只是在这里,点击保留我的位置,然后放一些COFI代币。

一个新的 & 改进的CoinFi.com

如果您一直在关注我们的每月更新,您会知道CoinFi新闻已经处于封闭测试版大约3个月了.

尽管大部分数据团队都专注于信号,但《 CoinFi新闻》也即将公开发布。如果您到目前为止还没有机会参加测试版,可以期待很快收到我们的来信。.

我们还在第四季度的剩余时间内对CoinFi网站进行了一些重大更新

一如既往,敬请期待进一步的发展!

Mike Owergreen Administrator
Sorry! The Author has not filled his profile.
follow me