Como usar IA para quantificação e backtesting em mercados de previsão crypto.

Vamos falar de coisas práticas hoje.

Usando exemplos de 5 minutos ou 15 minutos up down.

Por exemplo, muitas pessoas têm estratégias muito simples e brutais nos mercados de previsão.

Nos últimos minutos antes do encerramento do evento, o preço atinge 90-95 e compram diretamente. Vulgarmente chamado de "varrer o final".

Em primeiro lugar, varrer o final pode ganhar dinheiro? Claro que pode. Mas não pode ser assim tão simples e bruto.

Varrer o final persegue uma taxa de vitória extrema. E para perseguir uma taxa de vitória extrema, você deve filtrar. Não pode usar condições simples para cortar tudo com uma faca.

Então como perseguir uma taxa de vitória extrema? A premissa é que depois de comprar, o preço não pode reverter.

Assim, o método é instruir a IA para fazer análise de dados.

Primeiro, extraia dados de velas dos últimos 1-2 anos, alimente os dados para a IA.

Diga à IA: Agora preciso que você calcule e projete qualquer solução. Filtre compras feitas antes do fechamento de 15 minutos onde o preço não reverterá.

(Se você achar que "não reverterá" não é seguro o bastante, adicione outra condição: o preço de fechamento deve ter uma certa distância do preço de abertura. Pode continuar adicionando. Depende de você.)

Use os dados de velas existentes para projetar e combinar soluções.

Depois, para aumentar a eficiência, você deixa a IA instalar alguns frameworks de código aberto convenientes para backtesting.

A IA então fará cálculos e análises furiosamente. Finalmente, organizará os resultados para você. Que algoritmo usou, que resultados obteve.

Você não precisa se preocupar com nada. Apenas deixe a IA rodar 24/7. A IA organizará os resultados para você.

Este processo é o que mais consome tempo. É melhor preparar vários AIs rodando juntos.

Finalmente, escreva tudo nas regras. Isso são fatores. Você obterá muitos fatores. Cada fator no backtesting aponta para resultados que não reverterão ou com probabilidade de reversão extremamente baixa.

Quando um fator é acionado, apenas execute diretamente e pronto.

É só isso. Todo o processo, você não precisa entender nada.

Acima está a forma convencional de usar IA para quantificação e backtesting em mercados de previsão.

Para finalmente alcançar lucros estáveis ainda não é suficiente. Porque no fim ainda precisa testar em operações reais para saber. Por exemplo, o problema de taxas. O problema de slippage. O problema de preço no book. Problema de overfitting.

Esses não podem ser calculados. Porque você não consegue obter os dados do mercado de previsão.

Espero que o acima possa ajudar um pouco aqueles que apenas brincam.