不久前，我介绍了Intelletic的AI生成的“价格预测警报”，，并解释了是什么让他们的大脑皮层算法如此有趣。
他们设计了一个混合的生物层次模型，该模型会向任一方向生成比特币价格暴涨的“警告”。然后，这些预测可以用于做出更明智的交易决策。
我写的是“技术是如何工作的，为什么工作”，而“它实际上起作用了吗？”。当关于金钱时，这就非常重要。
所以我写了一个基于PPA交易虚拟比特币投资组合的机器人，并提供了最近4年的数据以查看其是否有效。事实证明是非常有效的。
PPA-generating人工智能就像一头野猪在嗅探松露一样。
但是这头野猪是一个机器人，它不断在嗅探，如果捡到什么东西就会立刻通知你。另外，如果您在一小时之内不取走松露，野猪就会吃掉它。
如果我们手动处理这件事有点麻烦。我没有根据Intelletic的价格警报做出自己的决定，而是决定编写一个机器人，在PPA告诉它购买或出售比特币时，只下注10％的投资组合。
具体来说，它会根据每个PPA的75％置信度阈值进行自动停止交易。5_minute_long的PPA且置信度为75%_confidence = 50表示：在之前30_minute_longs的75％内，BTC的价格在75分钟内的某个时候上涨了至少50美元（时间和方向由PPA类型决定）。
机器人押注75%的几率，价格至少会上涨50美元。收到上述警报后，它将投资组合10%的美元兑换成BTC。
然后，机器人设置一个“自动停止”程序：该子程序观察接下来的75分钟内的价格变化，如果价格达到+50美元的门槛，则会自动出售投资组合的BTC的10％。
相反，对于预期的价格下跌是正确的：如果价格下跌足够大，它将出售10％的BTC并购买更多的BTC（价格为10％）。
顺便说一下，这是一些非常简单的逻辑。没有阈值梯度可以出售不同的百分比，也没有稳定地隔离一部分利润以防止波动。这个机器人只是像冲浪者一样随波逐流。
我喜欢和机器学习工程师一样具有“破坏性”，但是我们到底想突破什么呢？
指数基金相当不错：自1926年以来，标准普尔500指数的年均收益率达到11％，尽管从2013年的30％到2008年的-38％不等。
共同基金更为一致，但总的来说下跌的时间可能更短，包括管理费。根据过去15年的数据，我们经常看到约5-8%的年增长率。
高级基金经理会为共同投资组合做出决策，所以我想他们的管理午餐便是我们所追求的。
如果if future_price == rise: buy( )？
最初的5,000美元投资在3.5年内增长450％！BTC在2017年初为每枚代币900美元，并在2018年中期达到20,000美元的峰值。
我提出了“回滚测试”算法，该算法每天都会开始一个新的90天投资组合。这样就可以更细致地衡量性能：
我们现在有大约1300个投资组合，自2017年初以来每天创建一个，用于和整体比较。
every5minutes:ifPPAactivates:buy/sell()with10%ofUSD/BTC#makebetcreateauto-stop#trackbetcheckeachauto-stop:ifcurrent_priceexceedsstop.threshold:buy/sell()#betpaidoffprofit()
这是一个非模块化的版本。我创建了一个Portfolio类，该类跟踪财富和日期以及存储在Portfolio中的自动停止对象并随时间停用。
runtime并不令人惊讶；最后我会有很多嵌套循环，以每5分钟间隔跟踪每个组合3.5年。
但最终它的交易相当不错。我们只剩下两个投资组合列表，一个已经完成了确定的长度，另一个还没有完成。
让我们来看看每个投资组合的平均wealth_change。
每个投资组合的平均初始投资为$ 16,409.16；
90天的平均增长为1488.47美元；
这个小机器人在三个月内带回了9％的回报。
16.5%涨幅对于简单地把时间延长一倍到180天也不差。
当然由于时间段的差异，直接将这些3个月和6个月的收益率与指数/共同12个月的平均值进行比较可能不公平。
信任对冲基金经理，使我每12个月可获得约4-8％的收益
信任AI经理，每3个月可获得约9％的收益
这种回测使我灌输了进一步测试的愿望。总体而言，这是对Intelletic的PPA如何增强交易策略的一次非常有趣的考察。我设计的算法非常简单，并且有无限的空间可以改善和增加细微差别。
译文出处：http://bitoken.world
作者：链三丰，来源：区块链研究实验室
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
微信咨询
