Come sviluppa segnali di trading professionali, supportati dalla scienza dei dati

La scorsa settimana noi pubblicato un post descrivendo l’introduzione della nostra prima utility token, che consente ai possessori di COFI di puntare 25k token per l’accesso alla beta dei segnali di trading CoinFi.

È stato emozionante vedere gli utenti che puntano i loro token COFI per ottenere l’accesso:

In effetti, gli stakers COFI ora sono collettivamente i file 11 ° più grande detentore di token COFI sulla blockchain!

Al momento della stesura di questo documento, gli utenti beta hanno puntato 2.960.622.9548 token COFI per l’accesso anticipato ai segnali di trading CoinFi, che è l’1,685% dell’offerta circolante di COFI.

Lo slogan per i nostri segnali è “Segnali di trading professionali supportati dalla scienza dei dati”, quindi questo mese abbiamo pensato di condividere parte della scienza dei dati alla base di questi segnali di trading.

Naturalmente, questa è solo la punta dell’iceberg, ma si spera che tu abbia una migliore comprensione di come lavoriamo per fornirti segnali di trading utili.

Segnali di trading attraenti e predittivi

Ad alto livello, siamo interessati ai segnali di trading che 1) gli utenti di CoinFi desiderano e 2) consentono migliori decisioni di trading. È importante notare che questi due non sono necessariamente la stessa cosa.

Potrebbero esserci esempi di segnali desiderati dagli utenti, ma che alla fine non hanno alcuna correlazione con il prezzo. E viceversa: potrebbero esserci segnali di cui gli utenti non sono a conoscenza, ma ciò consentirebbe migliori decisioni di trading se avessi accesso ad essi.

Per questo motivo, seguiamo due rotte parallele (sebbene non indipendenti) per aiutarci a decidere quali segnali di scambio spedire. Tuttavia, il nostro obiettivo principale nelle prime fasi è sui segnali che sono entrambi attraente agli utenti AND predittivo di variazione di prezzo.

In seguito, dedicheremo anche tempo alla ricerca di segnali predittivi che i nostri utenti potrebbero non aver considerato.

Per scoprire cosa vogliono gli utenti, il nostro Product Manager Joe ha passato molto tempo a parlare con voi, i nostri utenti. Per questo aggiornamento di stato, tuttavia, ci concentreremo su come testiamo la predittività dei segnali.

La fabbrica di segnali


Per testare il potere predittivo dei segnali, utilizziamo ciò che abbiamo chiamato Signal Factory. Questo è il nostro strumento interno per eseguire rapidamente il backtest dei segnali sui dati storici. In particolare, eseguiamo i nostri set di dati di segnale attraverso una batteria di test a più granularità (giornaliera, oraria, minuto) e misuriamo cose come la percentuale di vincita, i rendimenti del portafoglio, ecc. Naturalmente, testiamo anche la significatività (utilizzando sia bayesiano che frequentista approcci). L’idea di base è testare: se un segnale si fosse attivato al tempo t, avrebbe previsto una variazione di prezzo al tempo t + n.

Lo scopo della Signal Factory è essenzialmente quello di accelerare il ciclo di costruzione-misura-apprendimento. Ma garantisce anche la coerenza nel modo in cui eseguiamo il backtest dei segnali, consentendo metriche comparabili sugli stessi dati.

Abbiamo anche iniziato a sperimentare metodi black-box in cui combiniamo grandi quantità di segnali e sfruttiamo metodi di apprendimento automatico come le reti neurali profonde per fare previsioni sul futuro.

Tuttavia, questi sono di priorità del secondo ordine. In questa fase iniziale, vorremmo essere in grado di comunicare esattamente il motivo per cui si attiva un segnale. L’ottimizzazione delle metriche di valutazione è importante, ma non è tutto. La comunicazione intorno ai nostri segnali è altrettanto importante per conquistare la fiducia dei nostri utenti in stake.

Esempi di risultati di test retrospettivi

Presto condivideremo una sezione “CoinFi Research” in cui puoi leggere i risultati del backtest dei nostri segnali di trading, ma qui ci sono alcuni teaser dai nostri risultati di backtest finora.

ETH a / da scambi

Questa è stata una delle prime aree di segnale che abbiamo iniziato a esaminare. Come con tutti i nostri segnali, dobbiamo essere molto specifici e pensare a come esprimere esattamente quantitativamente un’ipotesi come “L’ETH che entra (o esce) dagli scambi sarà un fattore predittivo principale del prezzo ETH”.

Ad esempio, potresti esprimere questo come:

  1. Numero di transazioni ETH
  2. Volume totale delle transazioni ETH
  3. Numero di transazioni ETH superiore a X ETH
  4. Numero di portafogli distinti che inviano ETH

… e così via.

La cosa bella della nostra Signal Factory è che possiamo esprimere tutte queste diverse varianti e quindi testarle tutte su dati storici. In questo modo lasciamo che i dati decidano qual è il modo migliore per descrivere i movimenti di cambio. Ogni specifica istanziazione di un segnale, viene definita segnale parametrizzato.

In genere eseguiremo un backtest di ogni singolo segnale parametrizzato, poiché si tratta di un processo completamente automatizzato e scalabile. Possiamo quindi scegliere i segnali migliori in base alla percentuale di vincita, ai rendimenti del portafoglio, ecc. E studiarli più attentamente attraverso analisi approfondite.

Ecco un grafico di esempio da un’immersione profonda che abbiamo fatto per comprendere la dinamica del prezzo durante le 48 ore successive all’attivazione di un segnale:

La linea blu è il prezzo ETH medio indicizzato nei giorni in cui il segnale è stato attivato. La linea arancione è la stessa ma per i giorni in cui il segnale non si è attivato. L’asse x dell ‘”ora” è relativo a quando il segnale è stato attivato.

In breve, il grafico sopra mostra che il prezzo è storicamente diminuito entro le prime 24 ore dall’attivazione del segnale, ma poi si è ripreso entro 48 ore. In altre parole, questo segnale potrebbe essere utile per vendere rapidamente – o per acquistare il calo – a seconda del tuo stile di trading.

Qui puoi vedere come il segnale si è innescato storicamente, sovrapposto al prezzo ETH:

BTC ed ETH come indicatori principali per altre monete

Non possiamo aspettarci che tutti i nostri test retrospettivi producano segnali predittivi. In effetti, la maggior parte dei segnali che testiamo non supererà il nostro limite: non dovrebbe essere facile! Ma gli esperimenti falliti non sono fallimenti: danno ancora valore ai nostri utenti fintanto che comunichiamo le nostre conoscenze.

Un esempio di ciò sono BTC ed ETH come indicatori di prezzo principali per altre monete. Attraverso i test di causalità di Granger abbiamo scoperto che ad es. BTC era un buon predittore per il prezzo ETH, ma questa relazione si è interrotta approssimativamente intorno a febbraio di quest’anno, come puoi effettivamente vedere visivamente qui:

C’è anche la possibilità che la relazione non sia effettivamente scomparsa. Potrebbe essere che il file latenza del segnale è semplicemente diminuito, poiché più bot e trader professionisti sono entrati nel mercato.

Indipendentemente da ciò, la conclusione per noi qui è stata che lo faremo non implementare un segnale “BTC come indicatore principale del prezzo”, nonostante questo sia un segnale suggerito. Anche se BTC potesse essere un breve indicatore anticipatore, richiederebbe azioni di trading quasi in tempo reale, cosa che i nostri utenti principali non stanno realmente facendo.

Movimenti dei gettoni balena

Un altro segnale di cui molti utenti si entusiasmano è che le balene spostano i loro gettoni. Tracciamo ogni singola transazione che avviene sulla blockchain per oltre 1100 token ERC20. Ciò significa che possiamo avvisare i nostri utenti ogni volta che vediamo transazioni importanti.

La cosa complicata di questo è che è difficile trovare schemi coerenti in tutti i token. Quindi, invece di cercare un sfuggente “segnale di gettone balena unificato” attraverso il backtest, abbiamo deciso di lasciarti semplicemente guardare i gettoni che ti interessano e ti avviseremo ogni volta che vedremo una transazione al 99,9 percentile in uno scambio.

È interessante notare che in alcuni casi, quando la centralizzazione dei token (% dell’offerta detenuta dai primi 100 portafogli) aumenta, il prezzo scende a breve termine. Puoi vederlo storicamente nel caso di OmiseGo:

Due spiegazioni potrebbero essere:

1) Gli investitori al dettaglio (piccoli portafogli) stavano acquistando presto (questo diminuirà la centralizzazione), per poi vendere sempre più da maggio 2018 in poi (accentramento crescente)

2) Le balene (grandi portafogli) stavano scaricando intorno a gennaio (anche questo diminuirà la centralizzazione) e probabilmente ricompreranno da maggio 2018 in poi (aumentando la centralizzazione).

Entrambe le spiegazioni potrebbero essere vere.

OmiseGo non è l’unico token in cui i movimenti dei token sono correlati ai movimenti dei prezzi. Un altro esempio è Crypto.com (ex Monaco), dove puoi vedere che la maggior parte dei picchi avrebbe attivato un segnale di vendita:

Posizioni lunghe / corte a margine BTC

Un segnale su cui non abbiamo ancora concluso sono le posizioni lunghe / corte a margine. Esiste una chiara correlazione inversa tra le posizioni corte e il prezzo BTC, come mostra questo grafico:

Ma per assicurarci che sia utilizzabile e comprensibile, dedicheremo più tempo a capire esattamente quale tipo di segnale vogliamo attivare utilizzando questi dati.

Cosa aspettarsi in futuro

Quest’anno abbiamo raccolto enormi quantità di dati sui mercati delle criptovalute. Solo per citare alcune aree, abbiamo transazioni blockchain non elaborate, articoli di notizie di criptovaluta, post sui social media e dati di scambio che vanno dalle istantanee del registro degli ordini alle barre di volume aperto-alto-basso-chiuso.

È importante sottolineare che siamo in grado di combinare tutti questi punti dati tramite il nostro database principale delle monete, che riteniamo sia il database di criptovalute più ampio esistente.

Come accennato, il backtesting dei singoli segnali di trading è la massima priorità in questo momento, ma presto ci sposteremo verso un maggiore apprendimento automatico, dove possiamo davvero sfruttare l’abbondanza di dati che abbiamo a disposizione. Ad esempio, alcuni primi esperimenti che sfruttano le reti neurali profonde per prevedere la volatilità dei prezzi sembrano promettenti.

Continueremo sia il test degli utenti che il backtest di tutti i nostri segnali, al fine di fornire agli utenti che puntano segnali di trading COFI non solo attraenti, ma anche predittivi.

Se sei interessato ad unirti alla beta dei segnali di trading, non è troppo tardi! Basta andare qui, fare clic su prenota il mio posto e puntare alcuni gettoni COFI.

Un nuovo & CoinFi.com migliorato

Se segui i nostri aggiornamenti mensili, sai che CoinFi News è in beta chiusa da circa 3 mesi.

Mentre gran parte del team di dati si è concentrato sui segnali, CoinFi News si avvicina anche al rilascio pubblico. Se finora non hai avuto l’opportunità di partecipare alla beta, puoi aspettarti di sentirci presto.

Abbiamo anche alcuni importanti aggiornamenti al sito Web CoinFi in lavorazione per il resto del quarto trimestre

Come sempre, rimanete sintonizzati per ulteriori sviluppi!

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