Kryptokaupankäynnin algoritmit ovat täsmällisiä menettelyjä saatavilla olevan tiedon muuttamiseksi päätöksiksi. Menettely voi olla yksinkertainen, kuten nykyisen havainnon vertaaminen ennalta määriteltyyn kynnysarvoon, tai monimutkainen, kuten useiden omaisuuserien asettaminen järjestykseen monen mittarin avulla. Monimutkaisuus muuttaa arviointiin tarvittavaa työtä; se ei osoita tuloksen hyödyllisyyttä.

Hyvä lähtökohta on selkokielinen hypoteesi. Kuvaa odottamasi markkinakäytös, miksi saatavilla oleva näyttö voisi tunnistaa sen ja mikä havainto puhuisi ajatusta vastaan. Muuta väite sitten säännöiksi antamatta algoritmille huomaamatta tietoa, jota todellisella käyttäjällä ei olisi ollut.

Tässä ohjeessa kuvitteelliset esimerkit yhdistävät tutkimusajatukset toteutettaviin päätöksiin. Esimerkit havainnollistavat menetelmää ja laskentaa eivätkä suosittele strategiaa. Keskeinen kysymys on, vastaako algoritmi määriteltyyn kysymykseen pätevällä näytöllä ja tuottaako se rehellisesti arvioitavia tuloksia.

Kryptokaupankäynnin algoritmit alkavat kumottavissa olevasta ajatuksesta

Hypoteesin pitää olla riittävän täsmällinen voidakseen osoittautua vääräksi. ”Hinnat liikkuvat joskus trendissä” on yleisesti kuvaileva mutta ei yksilöi päätöstä. Rajatumpi väite voisi ehdottaa, että määritellyssä omaisuuseräjoukossa tiettyä havaittua muutosta seuraa mitattava liike määrätyllä aikavälillä useammin kuin valittu vertailutaso ennustaa.

Määritä aikaväli ja tulos ennen tulosten tutkimista. Tunnin aikana epäonnistuva kuvio voi näyttää onnistuneelta, jos arvioija myöhemmin valitsee parhaan kohdan seuraavalta viikolta. Tuloksen muuttaminen nähdyn kehityksen jälkeen tekee testistä jälkiviisauden kertomuksen.

Kirjoita kilpaileva selitys. Signaali saattaa vain tunnistaa suuremman volatiliteetin, vahvemman noteerausvaluutan tai jakson, jolloin koko markkina nousi. Näiden vaihtoehtojen testaaminen auttaa selvittämään, tuoko algoritmi tietoa ilmeisen taustaolosuhteen lisäksi.

Strategiatutkimuksen opas vertaa useita hypoteeseja yhteisillä oletuksilla. Vertailusta tulee mielekäs vasta, kun jokaisella ajatuksella on selkeä ehto, jonka perusteella se hylättäisiin.

Määrittele päätöskohde

Algoritmin tuotoksen pitää olla ehdotus, pistemäärä tai toimimatta jättävä tulos, jolla on täsmällinen merkitys. Jos se antaa pistemäärän 0,8, määrittele, onko kyse normalisoidusta järjestysluvusta, malliarviosta vai kalibrointinäytön tukemasta todennäköisyydestä. Samannäköiset luvut voivat tarkoittaa hyvin erilaisia väitteitä.

Sääntöpohjaisessa esimerkissä tuotos voisi kertoa omaisuuserän läpäisseen kolme kelpoisuusehtoa ja ylittäneen kynnysarvon tietyllä havaintohetkellä. Tämä on ehdollinen havainto. Erilliset tilin toimintaperiaatteet ratkaisevat, saako ehdotus käyttää varoja.

Sisällytä voimassaolon päättyminen ja mitätöintiehdot. Lyhytikäisen kuvion tunnistava algoritmi ei saa jättää ehdotusta aktiiviseksi määräämättömäksi ajaksi odottamaan käytettävissä olevaa pääomaa. Vaaditun syötteen muuttuessa olennaisesti ehdotus voi tarvita uuden arvioinnin.

Automatisoidun kryptokaupankäyntibotin elinkaari selittää ehdotusten yhteyden toimivaltaan ja toteutukseen. Päätöskohteen pitäminen erillään säilyttää algoritmitutkimuksen testattavana teeskentelemättä jokaisen myönteisen tuloksen muuttuvan todelliseksi kaupaksi.

Käytä vain kyseisellä hetkellä saatavilla ollutta tietoa

Algoritmin syy-yhteydet alkavat tiedon ajankohdasta. Tietyllä hetkellä tehtävä päätös voi käyttää vain siihen mennessä saapunutta ja tulkittua tietoa. Tietokannan aikaleima ei aina ole sama kuin hetki, jolloin järjestelmä sai tiedon ensimmäisen kerran.

Tarkastellaan kuvitteellista tuntihavaintoa. Jos algoritmi käyttää päättyneen tunnin ylintä ja alinta hintaa, se ei voi tehdä päätöstä tunnin alussa. Koko jaksoa ei vielä ole olemassa. Aikaisin pätevä päätös seuraa tarvittavan tiedon valmistumista ja vastaanottoa.

Korjaukset tarvitsevat samanlaisen käsittelyn. Jos lähde myöhemmin korjaa arvon, historiallisessa tutkimustietueessa pitää säilyttää alun perin saatavilla ollut tieto tai erottaa korjattu aineisto selvästi. Tulevan tiedon avulla puhdistetulla aineistolla testaaminen voi saada algoritmin näyttämään määrätietoisemmalta kuin se olisi voinut olla oikeassa käytössä.

Ennustemarkkinoiden algoritmisen toistettavuuden opas käsittelee tätä näyttökuria toisessa instrumentissa. Yleinen vaatimus on sama: päätös täytyy voida toistaa silloin todella saatavilla olleesta tiedosta.

Ratkaise omaisuuserän tunnistus ennen piirteiden laskentaa

Piirre on johdettu mittari, kuten jakson tuotto tai osto- ja myyntitarjousten erotus suhteessa hintaan. Sen merkitys riippuu taustalla olevasta omaisuuserästä, kauppapaikasta ja yksiköistä. Laskelma voi olla numeerisesti oikea mutta koskea väärää instrumenttia.

Määritä omaisuuseräjoukko tarkoilla tunnisteilla ja mukaanottopäivillä. Jos historiallisessa tutkimuksessa näkyvät vain nykyiset selviytyjät, epäonnistuneet tai listoilta poistetut ehdokkaat voivat kadota otoksesta. Puute voi vääristää löytämis- tai valintasäännön näennäistä käytöstä.

Käsittele noteerausvaluuttoja johdonmukaisesti. Tokenin tuotto toista volatiilia omaisuuserää vastaan yhdistää parin molempien puolten muutokset. Havaintojen muuntaminen yhteiseen vertailuyksikköön voi auttaa vertailuja, mutta muunnos itsessään tarvitsee aikaleiman ja lähteen.

Pidä tukemattomat omaisuuserät näkyvissä poissulkuina sen sijaan, että pakottaisit ne huomaamatta samaan piirteen laskentaan. Algoritmin soveltamisalue on osa sen määritelmää. Alueen ulkopuolinen tulos on tuntematon, ei näyttöä saman säännön automaattisesta yleistymisestä.

Tee jokaisesta piirteestä selitettävä

Aloita pienestä piirrejoukosta, jonka laskennan voi tarkastaa käsin. Esimerkiksi yksinkertainen tuotto kuvitteellisesta hinnasta 50 hintaan 52 on 4 prosenttia ennen kuluja. Arvo ei kerro mitään havaintojen välisestä kehityksestä tai hinnasta, jolla tietty tili olisi voinut käydä kauppaa.

Kirjoita kunkin piirteen havaintoikkuna, otantasääntö ja puuttuvien arvojen käytäntö. Kymmeneen kelvolliseen havaintoon perustuva liukuva keskiarvo eroaa kymmenen kiinteän jakson keskiarvosta joidenkin jaksojen puuttuessa. Kumpaakaan tulkintaa ei pidä jättää toteutuksen oletusvalinnaksi.

Älä käytä johdettua kenttää vain siksi, että tietolähde nimeää sen suotuisasti. Ymmärrä sen nimittäjä ja päivitysaikataulu. Volyymimittari voi yhdistää eri markkinakokonaisuuden kuin sen vieressä käytetty hintasarja.

Piirteiden dokumentointi auttaa tunnistamaan tarpeettoman monimutkaisuuden. Jos useat syötteet ovat saman taustaliikkeen muunnoksia, niiden lisääminen voi luoda vaikutelman riippumattomasta vahvistuksesta tuomatta uutta näyttöä. Algoritmia pitää arvioida sen oppiman tiedon eikä sen käyttämien sarakkeiden määrän perusteella.

Muuta kieli tarkoiksi ehdoiksi

Sanat kuten vahva, äkillinen ja likvidi tarvitsevat toiminnalliset määritelmät ennen säännöiksi muuttumista. Kynnysarvo voi olla kiinteä, suhteutettu lähihistoriaan tai ehdollinen muille havainnoille. Valitse muoto siksi, että se ilmaisee hypoteesin, ja kirjaa sitten käytetyt parametrit.

Kuvitteellinen läpimurtosääntö voi vaatia valmistuneen havainnon aiemmin määritellyn vaihteluvälin yläpuolelta, havaintojen vähimmäismäärän ja osto- ja myyntitarjousten erotuksen alle määritellyn ylärajan. Ehdot kuvaavat eri kysymyksiä: kuviota, näytön riittävyyttä ja toiminnan toteuttamiskelpoisuutta.

Päätä, lasketaanko yhtäsuuruus mukaan. Aidosti suurempi kuin -ehto voi toimia eri tavoin kuin suurempi tai yhtä suuri -ehto hintojen liikkuessa erillisin askelin. Tällaiset yksityiskohdat merkitsevät rajoilla, vaikka ne tuntuisivat sanallisessa kuvauksessa vähäpätöisiltä.

Määritä myös uudelleen virittyminen. Jos ehto pysyy totena monen havainnon ajan, tuottaako algoritmi yhden ehdotuksen vai monta? Vastaus vaikuttaa kaupankäyntivaihtoon ja altistukseen, joten se kuuluu hypoteesin määrittelyyn eikä satunnaiseen ohjelmistosilmukkaan.

Erota signaali position koosta

Algoritmi voi tunnistaa ehdon päättämättä, kuinka paljon tilin pitäisi sitoa. Vastuiden erottaminen selkeyttää arviointia. Signaali vastaa havainnon kelpoisuuteen; koon määrityskäytäntö vastaa siihen, millainen sallittu reaktio olisi.

Käytä yhteistä koon määritysoletusta signaaleja verratessasi. Muutoin yksi sääntö voi näyttää paremmalta saatuaan enemmän pääomaa tai erilaisen altistusrajan. Kuvitteellinen samansuuruiseen nimellisarvoon perustuva koon määritys on yksi mahdollinen tutkimuskäytäntö, vaikka se ei sovellu jokaiseen tarkoitukseen.

Koon määrityksen täytyy huomioida myös likviditeetti ja avoimet sitoumukset. Saman määrän syvälle ja ohuelle markkinalle ehdottava sääntö aiheuttaa erilaiset toteutusseuraukset. Ne pitää mitata eikä piilottaa signaalin onnistumisasteeseen.

Kryptojen automaattisen kaupankäynnin rutiini selittää, miten ajoitetut ja tapahtumavetoiset ehdotukset kilpailevat tilin resursseista. Algoritmisuunnittelun pitää tuottaa riittävät tiedot resurssikäytännölle sallimatta tutkimussäännön ohittaa tilinomistajan rajoja.

Sisällytä kulut päätöksen testiin

Bruttohintaliike ei ole tilin tulos. Sisällytä osto- ja myyntitarjousten erotus, kaupankäyntimaksut, markkinavaikutus, tarvittaessa verkkokulut ja muut tuetun työnkulun todelliset kulut. Älä sovella yhtä optimistista arviota jokaiseen markkinaan toteutusolosuhteiden erotessa olennaisesti.

Kuvitteellisessa tapauksessa 0,7 prosentin odotettuun bruttoliikkeeseen liittyy arviolta 0,5 prosentin edestakaisen kaupan kustannus. Jäljelle jäävä 0,2 prosenttia on vain arvio ennen epävarmuutta ja epäsuotuisaa toteutusta. Kulujen noustessa 0,8 prosenttiin sama bruttohypoteesi ei enää ylitä yksinkertaistettua kustannuskynnystä.

Kuluoletukset tarvitsevat viitepäivän ja menetelmän. Osa kuluista tunnetaan tiliehdoista; muut riippuvat toimeksiantokoosta ja samanaikaisesta likviditeetistä. Säilytä ero raporteissa.

Automatisoidun kryptokaupankäynnin elinkaari selittää, miksi keskitetty toimeksiantototeutus ja ketjutransaktiot tarvitsevat erilaisia havaintoja. Algoritmin kustannusmallin pitää vastata todellista reittiä sen sijaan, että se lainaisi käteviä oletuksia toisesta ympäristöstä.

Kryptokaupankäynnin algoritmit tarvitsevat monimutkaisuusbudjetit

Kryptokaupankäynnin algoritmien monimutkaisuusrajat sisältävät muutakin kuin prosessoriajan. Laske tietoriippuvuudet, säädettävät parametrit, erityistapaukset ja säännön alustamiseen tarvittavan historian määrä. Jokainen lisäys luo uuden tavan tutkimuksen ja todellisen käytöksen erkaantumiselle.

Myös laskennallinen monimutkaisuus on tärkeä. Jokaista omaisuuserää jokaiseen muuhun vertaava sääntö kasvaa eri tavoin kuin kutakin itsenäisesti arvioiva sääntö. Kuvitteellisessa 100 omaisuuserän joukossa järjestämättömiä pareja on 4 950. Laajentaminen 1 000 omaisuuserään tuottaa 499 500 paria, paljon enemmän työtä kuin kymmenkertainen lisäys.

Laskelma ei todista parittaisen analyysin olevan sopimaton. Se näyttää, miksi tutkimussuunnitelman pitää arvioida työmäärä ennen saman toimintarytmin skaalautuvuuden olettamista. Viivästynyt tulos ei ehkä enää vastaa kysymykseen, jonka strategia aikoi esittää.

Suosi monimutkaisuutta, joka ratkaisee dokumentoidun ongelman. Jos lisäpiirre tai haara ei paranna otoksen ulkopuolista tavoitetta realistisilla kuluilla, sen säilyttäminen lisää ylläpitoa ilman osoitettua arvoa.

Määrittele havaittavat epäonnistumisehdot

Kryptokaupankäynnin algoritmien epäonnistumisehtojen pitää kattaa sekä hypoteesi että toteutus. Strategia voi epäonnistua taloudellisesti toimiessaan täsmälleen kirjoitetulla tavalla tai toiminnallisesti ennen markkina-ajatuksensa reilua testausta. Nämä tulokset vaativat erilaiset reaktiot.

Hypoteesin epäonnistuminen voisi tarkoittaa edun katoamista ennalta määriteltyyn vertailutasoon nähden myöhemmillä jaksoilla kulujen jälkeen. Toiminnallinen epäonnistuminen voisi tarkoittaa vaadittujen havaintojen liian myöhäistä saapumista, piirteen toistamattomuutta tai oikean järjestelmän erilaista pyöristyssääntöä.

Määritä, mitä epäonnistumisehdon täyttyessä tapahtuu. Järjestelmä voi lopettaa ehdotusten tuottamisen, rajata omaisuuseräjoukkoaan tai palata tutkimukseen. Se ei saa automaattisesti tulkita pettymyksiä syyksi kasvattaa riskiä tai löysätä kriteeriä, jonka piti testata ajatusta.

Säilytä kuhunkin epäonnistumiseen liittyvä näyttö. Lyhyt nimike auttaa seurantaa, mutta alkuperäisiä havaintoja ja määrityksiä tarvitaan selvittämään, aiheuttiko tuloksen sääntö, tiedot vai toteutusmalli.

Arvioi yksinkertaisia vertailutasoja vasten

Kryptokaupankäynnin algoritmien hypoteesitestaus tarvitsee vertailun, joka vastaa menettelyn tuomaan lisäarvoon. Monimutkaista sääntöä pitää verrata yksinkertaisempiin vaihtoehtoihin samalla omaisuuseräjoukolla, ajoituksella, resurssirajoitteilla ja kuluoletuksilla.

Tutkimuskysymyksestä riippuen vertailutaso voi jättää kaupat tekemättä, pitää kiinteän allokaation tai käyttää yksinkertaisempaa kynnysarvoa. Ne ovat arviointityökaluja eivätkä suosituksia. Olennaista on, että vertailutason kulut ja mahdollisuudet käsitellään reilusti.

Suotuisa absoluuttinen tulos laajasti nousevalla jaksolla ei välttämättä osoita hyödyllistä valintaa. Toisaalta puolustava sääntö voi vähentää altistusta ja vaatia siksi arvioinnin tätä käytöstä arvostavaa tavoitetta vasten. Määritä tavoite ennen parannuksen kriteerin päättämistä.

Meemikolikoiden strategiaopas havainnollistaa, miten avaamis- ja sulkemisoletukset muovaavat täydellistä sääntöä. Vertailutasovertailun pitää säilyttää nämä oletukset tai selittää tarkasti, miksi ero on osa testattavaa hypoteesia.

Arvioi yksinkertaisia vertailutasoja vastenPast EvidenceCurrent DecisionLater OutcomeSeparate ReviewTRADING FIELD NOTESEDUCATIONAL RESOURCE
Aikaisempi näyttö → Nykyinen päätös → Myöhempi tulos → Erillinen tarkastus. Muuta kaupankäyntihypoteesi havaittaviksi säännöiksi ja tutki sitten syy-yhteyksiä, laskennallista monimutkaisuutta, kuluja ja epäonnistumisehtoja toistettavilla esimerkeillä.

Pidä kehitys ja arviointi erillään

Käytä osa saatavilla olevasta historiasta säännön kehittämiseen ja myöhempiä havaintoja sen arvioimiseen. Kynnysarvojen toistuva säätäminen arviointijakson tutkimisen jälkeen muuttaa jakson lisäkehitysaineistoksi. Tietoaineiston nimike ei säilytä riippumattomuutta sen jo vaikutettua päätöksiin.

Kirjaa tutkittujen muunnelmien määrä. Parhaan valinta monista yrityksistä voi tuottaa sattumalta vaikuttavan historiallisen tuloksen. Valitun säännön pitää kohdata tuoretta näyttöä, eikä tutkimusraportti saa piilottaa sen tuottanutta etsintää.

Säilytä aikajärjestys ajallisesti järjestetyissä päätöksissä. Arvioinnin pitää jäljitellä aikaisemmasta tiedosta oppimista ja myöhempien päätösten tekemistä. Jos tulosikkunat limittyvät, harkitse, jakavatko esimerkit tietoa, joka saa näennäisen otoksen näyttämään suuremmalta kuin todella saatavilla oleva riippumaton näyttö.

Hyödyllinen tutkimustietue sisältää epäonnistuneet muunnelmat ja niiden hylkäyssyyt. Tämä estää samaa pettymyksen tuottanutta ajatusta palaamasta hieman eri nimellä ja antaa tarkastajille rehellisemmän kuvan kehitysprosessista.

Vertaa historiallisten ja oikean käytön päätösten vastaavuutta

Varmenna ennen tilituottojen arviointia, että käytössä oleva toteutus laskee tarkoitetut piirteet ja päätökset. Syötä samat tallennetut havainnot tutkimus- ja toimintapolkuihin ja vertaa tuotoksia selkeästi määritellyissä kohdissa.

Eroja voivat aiheuttaa puuttuvat arvot, kellojen kohdistus, pyöristys, lähdekorjaukset tai alustus. Oikean käytön liukuva ikkuna voi sisältää vähemmän kelvollisia havaintoja kuin tutkimusversio. Harmittomalta tuntuva oletusvalinta voi muuttaa olennaisesti tapahtumien kelpoisuutta.

Pidä vertailu päätöstasolla. Kaksi järjestelmää voivat tuottaa samanlaiset kokonaistulokset mutta olla eri mieltä yksittäisistä tapahtumista. Erimielisyydet merkitsevät, koska ne paljastavat testatun ja käyttöön otetun säännön olevan eri menettelyjä.

Kun vastaavuus ei toteudu, selvitä syy ennen oikean käytön tulosten tulkintaa. Muutoin suotuisat tulokset voidaan lukea koskaan toteuttamattoman hypoteesin ansioksi, kun taas epäsuotuisat voivat johtaa tarpeettomiin muutoksiin kelvollisessa määrittelyssä.

Tarkasta yksi numeerinen päätös kokonaan

Tarkastellaan kuvitteellista sääntöä, joka havaitsee liikkeen 100:sta 104:ään eli 4 prosentin nousun ja ehdottaa kauppaa vain arvioitujen edestakaisen kaupan kulujen pysyessä alle 0,6 prosentissa. Oletetaan nykyiseksi kustannusarvioksi 0,4 prosenttia ja tilin toimintaperiaatteiden sallivan pyydetyn määrän.

Havainto läpäisee ilmoitetut ehdot, mutta se ei osoita tulevaa tuottoa. 4 prosentin liike on jo tapahtunut. Hypoteesin täytyy määritellä erikseen, mitä myöhempää käytöstä se ennustaa ja millä aikavälillä. Aiemman tuoton sekoittaminen odotettuun tulevaan tuottoon on yleinen käsitteellinen virhe.

Anna nyt hintatarjouksen päivittyä 0,9 prosentin kustannusarvioon. Markkinakuvio säilyy samana, mutta ehdotus ei täytä toteutusehtoaan. Oikea tulos on valtuutetun kaupan puuttuminen määritellyllä säännöllä, ei kustannusylärajan jälkikäteinen muuttaminen.

Kuvittele lopuksi tiedon saapuneen ehdotuksen sallitun päätösikkunan jälkeen. Historiallinen havainto voi säilyä tietueessa nykyhetken toimenpiteen tullessa hylätyksi. Esimerkki yhdistää syy-yhteyden, kulut ja voimassaolon päättymisen yhteen tarkastettavaan päätökseen.

Kysymys toimivatko kryptokaupankäyntibotit todella edellyttää luotettavan toteutuksen erottamista kannattavasta strategiasta ja molempien arviointia selkeästi määriteltyä vaihtoehtoa vasten.

Päätä tutkimus rajattuun väitteeseen

Valmiin tutkimuksen pitää kertoa täsmälleen, mitä havaittiin, mitä oletuksia käytettiin ja mikä jää tuntemattomaksi. Se voi raportoida säännön toimineen johdonmukaisesti määrätyllä aineistolla tai myöhemmän otoksen jättäneen alkuperäisen hypoteesin tukematta. Kummankaan lausuman ei tarvitse muuttua yleiseksi markkinaväitteeksi.

Säilytä algoritmin määrittely, tietoversio, parametrien historia ja arviointimenetelmä. Toisen tarkastajan pitää pystyä toistamaan päätösjärjestys turvautumatta muistiin tai jälkikäteen valittuun kaavioon.

Jos näyttö tukee jatkotyötä, määritä seuraava tutkittava epävarmuus. Se voi olla toteutuskustannus, käytös erilaisessa markkinatilassa tai toiminnallinen luotettavuus. Käyttöönoton laajentaminen ennen näihin kysymyksiin vastaamista muuttaa tilin altistusta vahvistamatta tutkimusta.

Algoritmi on hyödyllinen, kun sen merkitys, näyttö ja rajoitukset ovat riittävän selkeitä testattaviksi. Näiden rajojen ilmaisemisen kurinalaisuus muuttaa houkuttelevan kaupankäyntiajatuksen menettelyksi, jota voidaan arvioida, ylläpitää ja tarvittaessa hylätä.

Jatka oppimista

Tutustu kaikkiin aineistoihin