กลยุทธ์เทรดตามโมเมนตั้ม ผลตอบแทน 122% ในคริปโต ตอน 1 ในบทความนี้ ฉันจะใช้ KNN, Decision tree และ Random forest เพื่อคาดการณ์ผลตอบแทนในสินทรัพย์ Crypto ในวันถัดไป โดยการทดลองนี้ได้เทรดเหรียญ Polygon เพียงตัวเดียว โดยบอทจะซื้อขายในแต่ละระยะเวลา
การคาดคะเนที่ดีที่สุดของฉันมีความแม่นยำ 53% สำหรับวันที่บวก และ 51% สำหรับวันที่ตลาดตกต่ำ ชุดข้อมูลการทดสอบเริ่มตั้งแต่ปี กันยา 2021 ถึงปี พฤษภา 2022 และให้ผลตอบแทน 73% ในขณะที่ตลาดให้ผลตอบแทน -49%
หมายเหตุ: การคาดการณ์ของวันที่ตลาดตกอาจมีความสำคัญมากกว่าวันที่เป็นบวก ฉันจะเขียนบทความเพิ่มเติมพร้อมการวิเคราะห์ผลลัพธ์และพยายามปรับปรุงแบบจำลองตามการวิจัย
SponsoredWalk-through
- Binance API
ดึงข้อมูลแท่งเทียน 1 วันจาก Binance API - การกำหนดตัวชี้วัด
การสร้างคุณสมบัติ เราจะคำนวณตัวชี้วัดทางเทคนิค: RVI, MFI, %K, RSI, %D, true_range, PVT, MA, PSI และ PVR โดยใช้ pandas-ta (ta)(Data library ที่มีประโยชน์สำหรับการวิเคราะห์ทางการเงิน) - การเลือกตัวชี้วัด
เราจะใช้การเลือกคุณสมบัติเพื่อตรวจสอบว่าตัวบ่งชี้ใดเป็นตัวทำนายที่ดีที่สุดสำหรับเป้าหมายของเรา
หมายเหตุ: ขั้นตอนนี้เป็นทางเลือก วิธีที่ดีที่สุดในการหาคุณสมบัติที่ดีที่สุดคือลองเล่นและดูผลลัพธ์ของแต่ละความหลากหลาย - เรียกใช้การคาดการณ์
เราจะเริ่มต้นด้วย KNN เพื่อให้ได้ข้อมูลพื้นฐาน KNN ไม่ใช่โมเดลที่ดีที่สุด และโดยปกติ เราจะได้ผลลัพธ์ที่ดีขึ้นโดยใช้โมเดล Forest หรือ DNN จากนั้นเราจะข้ามไปที่ Decision tree และ Random forest - พล็อตและการวิเคราะห์
การพล็อตและการวิเคราะห์จะอยู่ในบทความต่อไปนี้
กลยุทธ์ที่ใช้
ฉันต้องสร้างการเข้าและออกจาก position เพื่อเปรียบเทียบผลการทำนายของฉันกับผลลัพธ์ของตลาด
เพื่อให้ง่ายที่สุด ฉันจะทำการซื้อขายระยะยาวเท่านั้น หากการทำนายบอกว่าผลตอบแทนจะเป็นบวก ฉันจะซื้อที่ราคาปิดของวันและปิดสถานะเมื่อสิ้นสุดวันถัดไป
หมายเหตุ: เนื่องจาก Model คาดการณ์ผลตอบแทนทั้งทางบวกและทางลบ จึงเป็นไปได้ที่จะทำการซื้อขายระยะสั้นเช่นกัน
อ่านต่อได้ในบทความหน้า
