Comment utiliser l'IA pour la quantification et le backtesting sur les marchés de prédiction crypto.

Parlons de contenu utile aujourd'hui.
Prenons l'exemple des mouvements haussiers/baissiers sur 5 ou 15 minutes.
Par exemple, beaucoup de stratégies sur les marchés de prédiction sont extrêmement simples et brutales.
Quelques minutes avant la fin de l'événement, le prix atteint 90-95, on achète directement. C'est ce qu'on appelle le "balayage de fin de marché".

D'abord, peut-on gagner de l'argent en balayant la fin de marché ? Bien sûr que oui. Mais ce n'est pas aussi simple et brutal.
Le balayage de fin de marché recherche un taux de réussite extrême. Et rechercher un taux de réussite extrême nécessite un filtrage. On ne peut pas utiliser de simples conditions d'un seul coup.

Alors, comment rechercher un taux de réussite extrême ? La prémisse est que le prix ne doit pas s'inverser après l'achat.
Donc la méthode est de donner des instructions à l'IA pour qu'elle fasse l'analyse des données.
D'abord, récupérez les données en chandelier des 1-2 dernières années, alimentez les données à l'IA.
Dites à l'IA : j'ai besoin que tu calcules et conçoives n'importe quel plan. Filtrez les achats avant la clôture de 15 minutes où le prix ne s'inversera pas.
(Si vous pensez que "ne pas s'inverser" n'est pas assez stable, ajoutez une condition : la distance entre le prix de clôture et le prix d'ouverture doit être certaine. Vous pouvez continuer à ajouter. C'est à votre discrétion.)
Utilisez les données en chandelier existantes pour concevoir et combiner des plans.
Ensuite, pour améliorer l'efficacité, vous demandez à l'IA d'installer plusieurs frameworks open-source pratiques pour le backtesting.
L'IA effectuera alors des calculs et analyses féroces. Finalement, elle organisera les résultats pour vous. Quel algorithme elle a utilisé, quels résultats elle a obtenus.
Vous n'avez rien à gérer. Il suffit de laisser l'IA fonctionner en arrière-plan. L'IA organisera les résultats pour vous.
C'est le processus qui prend le plus de temps. Il est préférable de préparer plusieurs IA pour les exécuter en parallèle.
Finalement, intégrez-les tous dans les règles. C'est ce qu'on appelle les facteurs. Vous obtiendrez de nombreux facteurs. Chaque facteur au backtesting pointe vers un résultat sans inversion ou une probabilité d'inversion extrêmement faible.
Quand un facteur se déclenche, vous entrez directement. C'est tout.
C'est aussi simple. C'est l'approche standard pour faire la quantification et le backtesting des marchés de prédiction avec l'IA.
Finalement, pour réaliser des profits stables, ce n'est pas suffisant. Parce qu'il faut finalement tester sur du réel pour savoir. Par exemple, les frais de transaction. Le slippage. Les prix du carnet d'ordres. Le problème du surapprentissage.
Ces éléments ne peuvent pas être pris en compte. Parce que vous ne pouvez pas accéder aux données des marchés de prédiction.
Ci-dessus, j'espère que cela aidera ceux qui ne savent que jouer à l'aveuglette.