1) Соберите исторические данные цен биткоина и других электронных денег за последние 2-3 года. 2) Добавьте фундаментальные показатели: объем торговли на кракен маркет, новости, индексы Fear & Greed Index. 3) Примените модели регрессии (ЛПР, ГПР) и нейронные сети для предсказания подкрепления или коррекции. 4) Оцените точность с помощью невидимого окна (walk-forward validation). 5) Регулярно обновляйте модель новыми данными для поддержания актуальности. Важно не полностью полагаться на алгоритмы, а использовать в качестве одного из инструментов.
Электронные деньги все более бесшаблонны, да? Вот думаю, а неужели можно действительно уловить следующую коррекцию на криптовалютном рынке с помощью моделей машинного обучения? Я слышал про кое-какие проекты, но хотел бы узнать ваш опыт. Кто-нибудь использовал такой подход на практике, и какие результаты получил?
Криптовалюты - это игра высоких ставок, и многие торговцы верят в магию машинного обучения. Но на самом деле это лишь новая форма шарлатанства? Что вы считаете?
Скажите, разве не странно, что мы полагаемся на машинное обучение, чтобы предсказывать коррекции на рынке криптовалют, не зная, не протестировали ли мы их на достаточно больших данных? Мы говорим о криптовалютах, особенно о Биткоине и электронных деньгах, где каждый доллар может стоить астрономических сумм. Неужели это наш крах, или прорыв? А вы как думаете?
Ну типа, машины учится предсказывать коррекции на крипто, но кто знает, что это прокажет. Попробовали, и плюсы есть, но не все обещаемые выигрыши выполняются С вами тоже так?
Сначала думал, что это всего лишь миф, но попробовал и удивился! Я вложил недельку времени, чтобы обучить модель на данных цен биткоина за последние 5 лет. Используя нейросеть с LSTM-слоем, я смог добиться точности в 70% на предсказании коррекций на следующих 24 часа. Ценовые модели, основанные на машинном обучении, стали для меня незаменимым инструментом. Вот немного гайда, как я это делал:n1. Собрал данные с биржи - это легко, достаточно поискать API криптовалюты.n2. Проанализировал иерархически, вычистил недопустимые точки.n3. Запускаю модель на обучение с использованием библиотеки TensorFlow.n4. Уточняю параметры на кросс-валидации.n5. Использую результаты для управления сделками на кракен маркет.n
Результат: мои сделки стали более успешными, и я уверен, что технология будет развиваться дальше.nnКлючевые моменты:n- Использование LSTM-слоев в нейросетях.n- Акцент на криптовалютах и биткоине.n- Интеграция с кракен маркет для автоматической торговли.nnА какие идеи у вас по использованию машинного обучения в криптотрейдинге?
Вечером, исследуя интернет, я наткнулся на старый, но актуальный гайд о том, как выбирать трейдинговые роботы. Он рассказал про алгоритмический торговый робот с машинным обучением. Решил попробовать — и результаты бросили вызов. Поделюсь своими наработками и плюсами/минусами. Какие роботы вы используете?
Хочу построить свой торговый робот на биткоине, используя алгоритмы машинного обучения. Где найти основную информацию и шаги для старта? Имеете ли кто уже опыт и готов делиться своими шагами?
Честно говоря, бывало ли у вас такое, что ваш торговый робот научился “думать” самостоятельно? Я это видел в своих экспериментах с машинным обучением — иногда он делал дивные, непредсказуемые трейды, которые даже я не понимал. Неужели это будущее или просто шутка?