加密貨幣交易所 加密貨幣交易所
Ctrl+D 加密貨幣交易所
ads

深度:如何用機器學習來預測主流幣的幣價?_NULS:ETH最近會大漲嗎

Author:

Time:1900/1/1 0:00:00

機器學習技術在幣種分析中的應用

談到機器學習,大家可能會對這個AI方面的概念比較陌生,但如果提到谷歌AlphaGo,大家肯定就很熟悉了。當年谷歌人工智能程序通過機器學習的方式掌握圍棋比賽技巧后,輕松擊敗了多個國家的圍棋冠軍,時隔3年世界冠軍韓國李世石宣布退役時,還高呼AI不可戰勝......通過機器學習訓練后的計算機程序,在某些類似比賽和交易這樣的博弈場景中,是比人類具有更高勝率的。

非小號研究本次就做了一個硬核的試驗:將機器學習技術應用在幣種分析中,看看會有什么好玩的結論,以及是否真的能夠幫助我們判斷、交易。

我們的具體課題是,通過現有的市場公開數據預測明日收益率為正還是為負。

這是一個二分類問題,我們可以使用的模型有很多,這里我們選用了以下模型用于實驗:邏輯回歸LR、線性判別分析LDA、二次判別分析QDA、支持向量機SVC、決策樹DT、隨機森林RF、漸變提升樹GBC等。

本次用來試驗的數據主要有三個方面:

跨鏈去中心化賬戶系統DAS與NFT數據聚合平臺NFTGO達成深度合作:據官方消息,基于Nervos CKB開發的跨鏈去中心化賬戶系統DAS與數據聚合平臺NFTGO達成深度合作。目前,NFTGO平臺已經全站支持解析以太坊錢包地址所綁定的.bit帳號,并為DAS生態提供NFT數據支持,滿足用戶對NFT資產數據的查詢和管理需求。[2021/10/9 20:16:05]

1、資產的歷史數據;

2、相關品種,如黃金原油美國三大股指等;

3、幣圈相關幣種數據,主要是主流幣。

完整的機器學習建立流程

1.首先,特征工程

特征工程是機器學習中最關鍵的步驟,沒有之一。

這有別于大眾認知的AI能解決一切問題,人工智能是萬能的認知。真實的情況是數據科學家們常掛在嘴邊的一句話是“輸入的是垃圾,輸出的也一定是垃圾”,這意味著特征工程做得好不好會直接影響AI的“智商”。

飛魚礦業COO薛一飛:飛魚礦業IPFS超級算力與業內礦機品牌供應商達成深度合作:據悉,2020年8月1日,由LBank、金色財經聯合承辦的“LBank和他的朋友們-2020百城計劃”在鄭州舉行,會上飛魚礦業的COO 薛一飛就IPFS發表了主題演講,介紹了什么是IPFS,IPFS的分布式存儲,IPFS的應用以及獎勵計劃。同時,他表示:飛魚礦業IPFS超級算力多年深耕技術服務,與業內知名礦機品牌供應商、世界一流的礦場等深度合作,力爭達到Filecoin算力的最優解。[2020/8/1]

特征工程不止是數據需要清洗重新組合,還需要將數據進行標準化處理。

2.其次,建模

建模是一個簡單的過程,模型在那里,無非是灌入數據后不斷地調參優化。國內很多大互聯網公司的AI團隊也都是在常用模型中選擇靴子不斷優化,大家的過程都是一樣的,沒有什么捷徑。

3.評價模型效果

模型的效果評估有很多,常見的有MSE,MAE,取代矩陣,ROC等。

Hubble Chain已與白沙集團達成深度合作:據官方消息,Hubble Chain(哈勃公鏈)已與白沙集團達成深度合作,雙方將在區塊鏈技術研發、資源共享、市場開拓等方面展開深入合作,共同賦能區塊鏈行業發展,并持續推動全球區塊鏈數字支付的應用落地。HB可以在白沙集團旗下的餐飲、酒店、娛樂等場所進行消費支付,并且在白沙地產所有物業購置可享受七折優惠。[2020/5/17]

4.最終,應用

當模型對數據的可解釋度良好時,模型可用。一般這個可解釋度要達到80%以上,90%以上更好,但如果100%可解釋就需要注意是否出錯了。

對BTC的解釋性

數據一

僅有高開低收量,及高開低收量計算的技術指標作為訓練數據。得到各個模型解釋度如下表所示:

由上表可以得到,單純的用高開低收量和技術指標作為特征,在以上機器學習模型中訓練,無法很好地解釋價格。其實僅從這里就能看出幣圈屬于弱勢有效市場。技術分析得到的尺度是判斷二分類正確概率是50%,即模型無效,也與弱勢有效市場中技術分析無效,基本面分析和內幕信息有效相吻合。

聲音 | 杭州網:圍繞“數字經濟”與制造業深度融合 余杭區致力抓好區塊鏈等新產業:杭州網發文稱,圍繞“數字經濟”與制造業深度融合,余杭區抓好A(人工智能)B(區塊鏈)C(云計算)D(大數據)為方向的新產業新業態重點產業,抓好菜鳥網絡總部、字節跳動、求是半導體等重點項目,抓好中國(杭州)人工智能小鎮、中國(杭州)5G創新園等重點平臺。[2019/6/13]

市場包含三種信息:歷史信息,公開信息和內幕信息。

各種信息分別對應不同分析交易策略:歷史信息對應技術分析;公開信息對應的基本分析;內幕信息對應的內幕交易。

當市場有效時,市場已反映三種信息,故對三種信息的分析均值不能在市場獲得優勢,某種分析和交易策略均值無效;當市場為半強勢有效時,市場已反映公開信息和歷史信息,故技術分析和基本分析無效,內幕交易有效;當市場為弱有效市場時,市場只反映歷史信息,故技術分析無效,基本分析和內幕交易有效。

數據二

中高會區塊鏈產業聯盟與NULS達成深度戰略合作:5月7日,中國高科技產業化研究會區塊鏈產業聯盟(簡稱聯盟)與NULS項目在北京達成戰略合作。聯盟理事長朱濤和NULS聯合發起人王小莉出席簽約儀式,雙方將攜手共建區塊鏈技術研究院,并且就區塊鏈人才培訓、技術普及、應用落地等領域展開以下合作:NULS基金會出任任聯盟理事會單位,NULS基金會理事楊霖擔任聯盟理事;聯盟與NULS合作成立區塊鏈技術研究院,為NULS項目提供代碼檢驗服務;NULS入駐聯盟打造的海南區塊鏈產業特色小鎮,雙方將共同利用商務、技術、法律、學術等資源組織區塊鏈培訓課程,培訓區塊鏈高級人才;朱濤出任NULS項目顧問,為NULS項目在應用落地、專家團隊社群組建工作上提供專業咨詢與指導;NULS主網正式上線后,聯盟將參與NULS全球節點競選,旗下的“鑰匙圈”DAPP將接入NULS主鏈。[2018/5/8]

不但有高開低收量數據,我們還增加了相關品種的數據,如美國三大股指,黃金,原油,幣圈主流幣種等作為訓練數據。

為什么認為美國三大股指,黃金,原油,幣圈其他主流幣種等數據可以插入基本面數據?

雖然這些因素不是直接影響BTC的基本面因素,但是它們和BTC由相同的基本面因素影響,所以這些數據中包含很少的一部分基本面信息。

由上表可以得知:在增加基本面替代特征后,解釋度提升了10%以上。

那么提高多少可解釋度是模型極限?

經過1000次的實驗得到,當隨機因子為1730時,隨機森林RF模型的可解釋度67%,這是所有實驗中所有模型中可解釋度最高的一組。

模型效果的衡量:

混淆矩陣

混淆矩陣就是分別統計分類模型歸錯類,歸對類的觀測值個數,然后把結果放在一個表里展示出來。這個表就是混淆矩陣,把預測情況與實際情況的所有結果兩兩混合,結果就會出現以下幾種情況,就組成了混淆矩陣。如下:

ROC曲線

ROC曲線,又稱接受者操作特征曲線。該曲線最早應用于雷達信號檢測領域,用于區分信號與噪聲。后來用于評價模型的預測能力,ROC曲線是基于混淆矩陣得出的。

ROC曲線中的主要兩個指標就是真正率和假正率,其中橫坐標為假正率,縱坐標為真正率,下面就是一個標準的ROC曲線圖。

橫軸FPR:1-TNR,1-Specificity,FPR越大,預測正類中實際負類越多。

縱軸TPR:Sensitivity(正類覆蓋率),TPR越大,預測正類中實際正類越多。

為什么解釋性不強?

1.交易量數據造假

2.未有數據披露制度約束,未形成一體的基本面數據

3.市場有可能存在內幕信息

目前我們模型中的數據還不夠全面,仍然需要更多的努力揭示更多的基本面信息,才能更好地解釋BTC價格。

在披露更多信息時,才能促進市場效率的提高,促進幣圈的發展,這也是“非小號”作為機構應該做且做好的事情。

是否有使用價值?

雖然機器學習在解決傳統問題時都要求正確率達到80%甚至90%以上才可以使用,但是我們能否使用一個解釋度在60%-70%之間的模型?

-1.模型是有解釋度的,60%也遠高于50%,長期預測勝率顯著高于50%的多空各一半的平均水平,這有點類似賭場莊家在輪盤賭中有概率優勢一樣,時間越久贏面越大;

-2.加入限制條件時可以提高概率,單次若想取得概率優勢只能限制使用條件

如下所示為決策樹輸出的樹形圖,用紅色框起來的枝杈正確率很高,但是只有滿足層層條件后才會有交易機會。為了達到盈利目的,交易者要在交易機會與單次交易盈利水平中找到平衡點。

單個樹杈局部圖如下所示,當滿足紅框圈住的條件時,正確率提高到93%,這完全達到了使用要求:

對ETH和TRX的解釋性

從模型訓練結果看,已知特征使用以上模型訓練時,可解釋度也在60%-70%之間。下面我們列舉一些有價值的樹杈,樹杈概率的提高是基于條件概率提升的。

ETH

由以下ETH樹形圖可以看出,當同時滿足條件

美元比eth收盤價<0.01,eth昨日成交量<3956783616,原油成交量>117392.5,漲跌幅>0,黃金開盤價<1489.25時,時,有93%的正確率,這時交易機會是總交易機會的19.05%(28/147)。

TRX

由以下TRX樹形圖可以看出,當同時滿足條件bch<289.51,bsv>63.5,美元比eth調整后收盤價>0.01,納指收盤價<8371.12,道指最低價>24290.5,美元比eth收盤價>0.01,瑞波幣收盤價<0.32時,有82%的正確率,這時交易機會是總交易機會的23.68(36/152)。

如果以上使用機器學習來分析不同幣種交易機會的流程沒看懂,也沒有關系,涉及到的知識比較復雜。所以,非小號后期將應用很多大數據或AI等技術幫助大家建立分析模型,直接在APP中為大家提供易懂和好用的幣價預測工具或投資策略參考,一鍵體驗。

Tags:NULS區塊鏈ETHNFTnuls幣還有發展嗎區塊鏈技術專業ETH最近會大漲嗎NFT Global

幣安下載
金生論幣:ETH空單獲利止盈 晚間操作思路

恭喜跟上金生論幣實盤布局空單操作的幣友們,早間給出ETH現價387進場空單,目標380下方利潤.剛才莊家先插針到了最低375.22,拿到380下方利潤的朋友都已經獲利出局.

1900/1/1 0:00:00
【新幣上線】UCA Coin(UCA)上線DigiFinex,500萬UCA糖果獎勵大發送_UCA:FIN

親愛的用戶: DigiFinex將于2020年09月04日18:00(GMT8)上線UCA并同步開啟充幣服務,交易服務將于2020年09月05日18:00(GMT8)開啟.

1900/1/1 0:00:00
幣安“兌換池”正式上線,首月交易手續費低至0.04%_USD:gusdt幣價格

親愛的用戶:為更好的服務用戶,幣安現已上線“兌換池”服務,為用戶提供“快速兌、便捷賺”的使用體驗.

1900/1/1 0:00:00
我國首個金融區塊鏈國際標準通過立項_區塊鏈:Tap

上證報中國證券網訊記者從全國金融標準化技術委員會官網獲悉,2020年6月22日至7月3日,國際電信聯盟電信標準化部門第十六研究組全會在線上召開.

1900/1/1 0:00:00
Bitfinex和Tether提出動議以駁回比特幣價格操縱訴訟_BIT:bitfinex

周四,Tether及其姊妹公司加密交易所Bitfinex要求法院駁回一項訴訟,該訴訟指控這兩家公司合謀操縱比特幣市場.

1900/1/1 0:00:00
關于平臺開通波卡生態交易專區的公告_SDT:usdt幣怎么兌換人民幣匯率

尊敬的客戶: 您好,HKEx.one于今日正式開通波卡生態交易專區,并已上線一批波卡生態幣對交易:DOTUSDT、KSMUSDT、AKROUSDT、MXCBTC、EDGUSDT、DOCKUSDT.

1900/1/1 0:00:00
ads