比特幣:回報率29%! 大神用情感分析創建一個比特幣交易算法, 原來交易玩的是心理戰

作者|MarcHoward

編譯|Guoxi

出品|區塊鏈大本營

玩過股票的人都知道，股票市場的波動受各種因素的共同影響，有著很強的隨機性，很難預測。而新興的加密貨幣市場與股票市場有著很大的差別，更加難以預測。

由于傳統方法行不通，國外網友MarcHoward另辟蹊徑，通過分析大眾對加密貨幣的情感來預測加密貨幣市場的波動。在90天的實驗周期里這種方法獲得了29%的投資回報率，他是怎么做到的？

讓我們一起來看看。

我剛開始接觸加密貨幣時，有一些問題困擾著我：

我們真的可以預測比特幣的價格么？

谷歌趨勢服務所公開的數據是否能從某種程度上反映比特幣大致的漲跌趨勢？

我們能否建立一個預測市場動向的可靠交易模型？

當時，我給自己定下了一個看起來遙不可及的目標，就是試圖理解加密貨幣這個變化無常且看似無法預測的市場。

數據：美國區塊鏈ETF去年平均投資回報率為74%:ETFdb數據庫數據顯示，在美國交易所上市的四只區塊鏈ETF基金去年的平均投資回報率為 74%。Amplify Transformional Data Sharing ETF 的回報率最高，為 136.09%，其次是 Siren ETF Trust Siren Nasdaq NexGen Economy ETF，為 72.45%。此外，Capital Link NextGen Protocol ETF 的投資回報率為 43.85%，而 First Trust Indxx 創新交易和流程 ETF 的回報率為 43.66%。區塊鏈 ETF投資于通過部署區塊鏈技術從事發展業務的公司。此外，這些基金還投資于與比特幣等加密貨幣表現掛鉤的期貨和期權。最后，他們還投資于Grayscale或Bitwise等加密資產管理公司。（finbold）[2021/6/19 23:49:07]

當然了，我這并不是不自量力。加密貨幣市場充滿了魅力，讓許多交易員都沉醉其中。有許多交易員通過技術分析的手段試圖揭開加密貨幣市場神秘的面紗，而有一些交易員則是耍小聰明，照搬股票市場上的基本分析理論。

分析：Polkadot早期投資者的投資回報率大約2000%:據此前報道，波卡（Polkadot）官方發推表示，北京時間8月22日00:48，波卡達到區塊高度1248328，DOT代幣開始重新計價，以1:100進行拆分。因此，DOT總量現在提高了100倍，而每個DOT的價格已降低至原先代幣價格的1/100。

Cryptopotato文章稱，在2017年10月Polkadot的ICO期間，DOT代幣的平均售價為每枚30美元。拆分后目前DOT價格大概6美元。拆分后所有持幣用戶的持幣量變為原持幣量的100倍，但不會影響用戶DOT持倉的總價值。那些在2017年以30美元購買1枚DOT的人現在持有100枚新DOT，按照每枚6美元計算，代幣總價值為600美元。換句話說，早期投資者的投資回報率大約2000%。（Cryptopotato）[2020/8/30]

然而結果并不樂觀，沒有哪種神奇的交易模型總能戰勝市場這只“看不見的手”。從原理上來說，有太多的因素可能會造成加密貨幣市場的波動，這個市場有著很強的隨機性，即使那些最好的基于人工智能的交易模型也不能保證連續獲利。

動態 | 報告：BTC 2019年的回報率為+95%，超過150天的波動幅度不到+/- 1%:加密衍生品數據分析提供商Skew markets最近的一份加密市場分析報告稱，BTC 2019年的回報率為+95%，超過150天的波動幅度不到+/- 1%。2019年比特幣價值的最大單日波動幅度為17.4%。平均絕對日回報率為2.4%，2019年期間90%的回報率在-4.7%至+6.1%之間。（Ambcrypto）[2020/1/3]

而我另辟蹊徑，從另一個角度入手建立交易模型。這個交易模型非常簡單，在這篇文章中我會以最明晰的方式展現我的思路。

需要說明的是，我的交易模型還是一個正在開發中的半成品，雖然在模擬實驗中它展現出了強大的預測能力，但它絕不是萬無一失的，如果使用我的交易模型請自行承擔風險。

戰勝”看不見的手“的交易模型

根據我的設想，這個交易模型應該是比特幣價格的相對一致性指標，我也在不斷測試并修正這個交易模型。

動態 | 比特幣2019 年上半年的回報率三年內同期最高 達180%:比特幣2019年上半年的回報率已經超過 2017 和 2018 年同期水平。據Messari提供的數據顯示，如果投資者在17、18、19年每年年初都購入比特幣投資的話，到每年的7月份，他們的投資回報率分別是：122%、-54% 和 180%。（區塊律動 BlockBeats）[2019/7/15]

在這次長達90天的模擬實驗中，我“買入”了價值10萬美元的比特幣，通過交易模型做出的買入/賣出決策，最終的投資回報率高達29%。

不過，作為一次模擬實驗，這里的利潤中并沒有扣除實際交易時需要付給加密貨幣交易所的手續費，這巨額的手續費讓我急切地盼望去中心化加密貨幣交易所的普及。

交易模型的靈感來自于WillyWoo的工作，Willy第一個提出使用谷歌趨勢服務的數據來預測比特幣價格的走向。我在他工作的基礎上做出了一些改進，具體的方法如下。

聲音 | 研究人員：亞洲加密基金回報率比美國同行高20倍:據NewsBTC消息，總部位于香港的金融服務公司Spartan Capital的研究人員Jason Chui表示，亞洲加密基金回報率比美國同行高20倍。他稱，盡管社交媒體覆蓋率較低，但這些基金在2019年第一季度的業績有所上升。這些基金的增長基于更好的基本面，主要包括治理、代幣設計和加密論文。[2019/4/7]

首先，通過谷歌趨勢服務查詢最近90天里“比特幣兌換美元價格”和“購買比特幣”的搜索趨勢：

7月7日到10月4日這90天時間里，“比特幣兌換美元價格”和“購買比特幣”的搜索趨勢

其次，我注意到，當“比特幣兌換美元價格”與“購買比特幣”的搜索量比率低于3：1時，第二天的比特幣收盤價格就會上漲。

如果這個比率大于3：1時，比如說達到了4:1或5:1，那么這就是一個要賣出的信號，因為第二天比特幣收盤價格會下降。

接下來，我對比特幣前后兩天收盤價價格差超過80美元的情況進行了進一步的測試，在這些測試中，搜索量的比率與價格波動表現出了極大的相關性。

這里的80美元是我人為給定的一個值，這個值在實驗中取得了很不錯的效果。實驗期間的比特幣價格以及交易模型給出的買入/賣出策略如下所示：

實驗期間的比特幣價格以及交易模型給出的買入/賣出策略截圖

根據上圖，可以看出：

BTCUSD：谷歌趨勢服務給出的當日搜索量數據。

BuyBitcoin：谷歌趨勢服務給出的當日搜索量數據。

Price：加密貨幣排名網站CoinMarketCap給出的比特幣當日收盤價。

Excel表格中的E列：“購買比特幣”與“比特幣兌換美元價格”的搜索量比率。

Excel表格中的F列：交易模型給出的買入/賣出決策。例如，針對單元格F19，決策的公式是：F19=if，“買入”，“賣出”），即當同時滿足當日“購買比特幣”與“比特幣兌換美元價格”的搜索量比率大于35%，當天比特幣收盤價與前一天差值大于80美元時買入，否則就賣出。也就是說，Excel表格中E這一列數據大于35%且G這一列數據大于80就是買入的信號。

Excel表格中的G列：比特幣收盤價與前一天的差值。

Excel表格中的H列：假定在2018年7月7日價值10萬美元的比特幣，期間按照該交易模型給出的買入/賣出策略進行交易，當日持有的比特幣總價值。

交易模型結果的優化

按照上述的交易策略，在90天的實驗周期內，理論上我的資產從10萬美元增長到了128,839美元，幾乎實現了29％的投資回報率。不過上面我也提到了，這并不是一個最優的模型，我還可以從幾個方面做出優化。

“比率大于35％”和“差額大于80美元”這樣的判別準則看起來十分隨意，因為這只是我在有限的90天數據集中找出的規律。是否有其他的決策標準可以產生更好的買入/賣出決策？

當比特幣價格水平維持在6000到8000美元時，這個交易模型可以給出很好的決策。

在分析了過去一兩年的交易信息后，我對交易模型做出了一些改進，我將決策規則細化并做成了表格，表格的縱軸為“購買比特幣”與“比特幣兌換美元價格”的搜索量比率，數值從1：3到1：5不等。

考慮到比特幣價格波動較大，“80美元”這個指標并不總能奏效，因此我將這個指標轉換為差價與當日比特幣價格的比值，并將其列在表格的橫軸，在這種情況下，一個可能最優的交易模型就是，在同時滿足“購買比特幣”與“比特幣兌換美元價格”的搜索量比率為1：2.86且價格波動的比率為0.014543229時買入。

改進后的表格看起來這個樣：

改進后交易模型的決策規則

后續規劃

除此之外，這個交易模型還有很大的優化空間。

首先我想進行一些測試，通過研究過去的交易數據找到能夠最大化利潤的最佳指標，這需要對過去的價格和搜索量比率進行回歸測試。

我的設想是不同的價格水平上存在著相同的最佳指標，GoodLuck！

報名|EOS智能合約與數據庫開發

16歲保送北大、麻省理工博士、

EOS黑客松全球總決賽前三名

5月8日晚，精彩技術公開課與您不見不散！

推薦閱讀：

小哥怒了!"區塊鏈根本不需要監管,加密貨幣之魂被你們玩丟了!"

澳洲生活7年,前阿里程序員談我們的區塊鏈差距究竟在哪？

19歲當老板,20歲ICO失敗,21歲將項目掛到了eBay,為何初創公司如此艱難?

養生996的崛起：馬云竟給他最痛恨的「兔子」站臺？

關于谷歌云，你應該知道的一切！|技術頭條

打開阿茲海默之門：華裔張復倫利用RNN成功解碼腦電波，合成語音|Nature

人工智能先驅NilsNilsson去世，吳恩達、YannLeCun悼念！

他說：當一個程序員決定告別996，什么都有可能發生！

猛戳"閱讀原文"有驚喜喲

老鐵在看了嗎？?

Tags：比特幣加密貨幣DOTETF中國比特幣之父是誰加密貨幣市場規模HDOT幣Pocketful of Quarters

歐易交易所