CryptoPainter
CryptoPainter
Stary znajomy nazywa mnie "malarzem", zajmującym się analizą techniczną/danych i handlem ilościowym, oferując różne podstępne perspektywy na rynek i wykorzystując czas na dźwignię.
32Obserwowane
3,1 tys.obserwujący
Feed
Feed
Dla tych przyjaciół, którzy myślą, że trzymając AI Coding, natychmiast osiągną wolność finansową, polecam kilka kubełków zimnej wody od Huajiao...
Przeczytaj to zdanie po zdaniu, a przynajmniej unikniesz 10 dużych pułapek w handlu algorytmicznym. AI Trading jest zabawne, ale model bez podstaw danych jest w zasadzie czarną skrzynką.
Z punktu widzenia ilościowego jest to również prawda, napisanie ładnego czynnika lub uzyskanie ładnej krzywej w testach wstecznych jest naprawdę łatwe...
Ale przetrwanie próby czasu i nie tracenie pieniędzy jest naprawdę trudne...
Chcesz stabilnie zarabiać przez długi czas? To jeszcze trudniejsze...
pepper 花椒
Już nie tylko kilka projektów prosiło mnie o przetestowanie ich architektury AI trading.
Powiem tylko kilka punktów:
1. Wydobycie długoterminowych wyników z rzeczywistych transakcji, krótkoterminowe memecoiny, które nie mają max dd, nic nie znaczą, to tylko błąd przetrwania. Wybierz dowolną monetę, która już zniknęła, i przetestuj ją wstecz, krzywa będzie równie piękna.
2. Jeśli Sharpe ratio > 5, można praktycznie stwierdzić, że to jest overfitting, look-ahead bias lub wyciek danych. Medallion ma na stałe tylko 2-3, a ty w domu osiągasz 7, musisz mieć tego świadomość.
3. Testowanie danych z okresu hossy kryptowalutowej jest inne niż testowanie danych z dużych rynków, to całkowite overfitting, zasadniczo tego nie oglądam. Przynajmniej musisz przejść przez dwa cykle bessy w 2018 i 2022, a następnie przeprowadzić test walk-forward, aby uznać to za strategię.
4. Koszty transakcyjne, slippage, funding rate muszą być uwzględnione. Maker/taker w Binance, poziomy VIP, zniżki BNB, po obliczeniu wszystkiego, jeśli model jest niedokładny, backtest i rzeczywiste wyniki mogą różnić się o 100% rocznie, to norma.
5. Pojemność strategii jest ważniejsza niż wskaźnik zwrotu. Jeśli 100 tysięcy dolarów działa, to nie znaczy, że 1 milion dolarów też zadziała. Głębokość małych monet jest ograniczona, a gdy wchodzisz na rynek, sam eliminujesz swoje sygnały, co nie odzwierciedla się w backteście.
6. Rzeczywiście, crypto quant nie jest tak intensywne, ale możliwości arbitrażu są stale zjadane — funding arb, różnice między rynkiem spot a futures, różnice między giełdami, zasadniczo zostały już wyczyszczone przez market makerów i HFT. Nie można robić high-frequency, czyste czynniki nie mają przestrzeni, pozostają tylko dwie stare drogi: trend i mean reversion.
7. Alpha ma półokres. Jeśli strategia działa przez trzy miesiące, to jest w porządku; jeśli przez sześć miesięcy, to jest dobrze; jeśli przez rok, to prawdopodobnie masz szczęście lub twoja skala nie osiągnęła jeszcze zauważalnego poziomu. Nie traktuj korzyści z jednego bull runu jako wiecznej alfy, nie jesteś aż tak dobry.
8. "Najlepsze parametry" uzyskane z grid search są w 99% overfittingiem. Prawdziwie stabilne parametry to takie, które można losowo wybrać w danym zakresie, a nie takie, które działają tylko przy precyzji do dwóch miejsc po przecinku. Stabilność parametrów jest sto razy ważniejsza niż pojedynczy zysk, to rozumie każdy, kto to robił.
9. ICO z 2017 roku, lato DeFi z 2020 roku, memy z 2021 roku, LUNA/FTX z 2022 roku, narracja AI z 2023 roku, każda struktura rynku jest całkowicie inna. Jeśli w poprzednim okresie wypracowałeś "reguły", w nowym reżimie mogą one zniknąć, a ty jeszcze stracisz na opłatach.
10. Ryzyko giełdy jest zawsze większe, niż myślisz. FTX zniknęło, API ograniczone, nagłe likwidacje, małe giełdy znikają, Binance nagle usuwa, to wszystko są sytuacje, które mogą zakończyć grę. Twoje roczne zyski na poziomie 50% nie zrekompensują jednej katastrofy giełdowej, to nie ma nic wspólnego z tym, jak dobra jest strategia, robiąc altcoiny musisz brać pod uwagę płynność i "ryzyko usunięcia".
11. Krzywa w backteście wygląda pięknie, ale gdy przez trzy tygodnie twoje konto spada, 90% ludzi wyłącza program i ręcznie dostosowuje parametry.
12. Rozróżnij, czy zarabiasz na alfie, czy na becie. W rynku byka wszyscy są mistrzami quant, gdy przychodzi rynek niedźwiedzia, zostają tylko ci, którzy zarabiają na becie. Oddzielając ekspozycję na długą pozycję, aby zobaczyć krzywą alfy, większość tak zwanych "strategii" w ogóle nie ma alfy, to po prostu zmodyfikowane long BTC z odrobiną zmienności.
13. ML w quant ma wiele fałszywych sukcesów. LSTM, Transformer, uczenie przez wzmocnienie są wywyższane, podczas gdy w finansowych szeregach czasowych o niskim SNR, prosty czynnik momentum z rozsądnym zarządzaniem ryzykiem może przebić twoje XGBoost, które dostosowałeś tysiące razy.
Naprawdę warto się uczyć, quant to naprawdę trudna dziedzina.
Ostatnio, gdy podzieliłem się filmem tego blogera, wiele osób mówiło, że olej rybny bardzo im pomaga. Chciałem wyrazić, że autor oryginalny powiedział to bardzo jasno…
W każdym razie, olej rybny, chyba że bierzesz duże dawki przepisywane przez lekarza, to wszystko, co kupujesz na Taobao w kategorii suplementów diety, to po prostu podatek od inteligencji…
Źródłem tej różnicy w postrzeganiu jest to, że sprzedawcy stosują efekty niektórych leków na receptę do suplementów diety, co jest powszechną techniką marketingową…
Ostatnio, podczas pracy nad złożonymi projektami Vibe Coding, odkryłem mały trik!
Chodzi o to, aby Agent po każdej zakończonej modyfikacji lub optymalizacji pisał dziennik optymalizacji, coś w rodzaju pliku pamięci, a w projekcie należy również dodać plik opisowy podobny do pliku Soul, jako globalny przewodnik, który pomoże innym Agentom w przejęciu projektu zgodnie z Twoimi wymaganiami...
Za każdym razem, gdy rozpoczynasz nową rozmowę, wystarczy, że każesz Agentowi przeczytać te dwa pliki tekstowe!
Dzięki temu nie musisz za każdym razem na początku nowej rozmowy lub zadania marnować dużej ilości Tokenów, aby AI mogło przejąć projekt...
Małe projekty mogą nie sprawiać wrażenia, ale w przypadku takich projektów jak mój, gdzie łączna ilość kodu zbliża się do 100 MB, to naprawdę marnotrawstwo limitu...
Ponownie udostępniono CryptoPainter
Już nie tylko kilka projektów prosiło mnie o przetestowanie ich architektury AI trading.
Powiem tylko kilka punktów:
1. Wydobycie długoterminowych wyników z rzeczywistych transakcji, krótkoterminowe memecoiny, które nie mają max dd, nic nie znaczą, to tylko błąd przetrwania. Wybierz dowolną monetę, która już zniknęła, i przetestuj ją wstecz, krzywa będzie równie piękna.
2. Jeśli Sharpe ratio > 5, można praktycznie stwierdzić, że to jest overfitting, look-ahead bias lub wyciek danych. Medallion ma na stałe tylko 2-3, a ty w domu osiągasz 7, musisz mieć tego świadomość.
3. Testowanie danych z okresu hossy kryptowalutowej jest inne niż testowanie danych z dużych rynków, to całkowite overfitting, zasadniczo tego nie oglądam. Przynajmniej musisz przejść przez dwa cykle bessy w 2018 i 2022, a następnie przeprowadzić test walk-forward, aby uznać to za strategię.
4. Koszty transakcyjne, slippage, funding rate muszą być uwzględnione. Maker/taker w Binance, poziomy VIP, zniżki BNB, po obliczeniu wszystkiego, jeśli model jest niedokładny, backtest i rzeczywiste wyniki mogą różnić się o 100% rocznie, to norma.
5. Pojemność strategii jest ważniejsza niż wskaźnik zwrotu. Jeśli 100 tysięcy dolarów działa, to nie znaczy, że 1 milion dolarów też zadziała. Głębokość małych monet jest ograniczona, a gdy wchodzisz na rynek, sam eliminujesz swoje sygnały, co nie odzwierciedla się w backteście.
6. Rzeczywiście, crypto quant nie jest tak intensywne, ale możliwości arbitrażu są stale zjadane — funding arb, różnice między rynkiem spot a futures, różnice między giełdami, zasadniczo zostały już wyczyszczone przez market makerów i HFT. Nie można robić high-frequency, czyste czynniki nie mają przestrzeni, pozostają tylko dwie stare drogi: trend i mean reversion.
7. Alpha ma półokres. Jeśli strategia działa przez trzy miesiące, to jest w porządku; jeśli przez sześć miesięcy, to jest dobrze; jeśli przez rok, to prawdopodobnie masz szczęście lub twoja skala nie osiągnęła jeszcze zauważalnego poziomu. Nie traktuj korzyści z jednego bull runu jako wiecznej alfy, nie jesteś aż tak dobry.
8. "Najlepsze parametry" uzyskane z grid search są w 99% overfittingiem. Prawdziwie stabilne parametry to takie, które można losowo wybrać w danym zakresie, a nie takie, które działają tylko przy precyzji do dwóch miejsc po przecinku. Stabilność parametrów jest sto razy ważniejsza niż pojedynczy zysk, to rozumie każdy, kto to robił.
9. ICO z 2017 roku, lato DeFi z 2020 roku, memy z 2021 roku, LUNA/FTX z 2022 roku, narracja AI z 2023 roku, każda struktura rynku jest całkowicie inna. Jeśli w poprzednim okresie wypracowałeś "reguły", w nowym reżimie mogą one zniknąć, a ty jeszcze stracisz na opłatach.
10. Ryzyko giełdy jest zawsze większe, niż myślisz. FTX zniknęło, API ograniczone, nagłe likwidacje, małe giełdy znikają, Binance nagle usuwa, to wszystko są sytuacje, które mogą zakończyć grę. Twoje roczne zyski na poziomie 50% nie zrekompensują jednej katastrofy giełdowej, to nie ma nic wspólnego z tym, jak dobra jest strategia, robiąc altcoiny musisz brać pod uwagę płynność i "ryzyko usunięcia".
11. Krzywa w backteście wygląda pięknie, ale gdy przez trzy tygodnie twoje konto spada, 90% ludzi wyłącza program i ręcznie dostosowuje parametry.
12. Rozróżnij, czy zarabiasz na alfie, czy na becie. W rynku byka wszyscy są mistrzami quant, gdy przychodzi rynek niedźwiedzia, zostają tylko ci, którzy zarabiają na becie. Oddzielając ekspozycję na długą pozycję, aby zobaczyć krzywą alfy, większość tak zwanych "strategii" w ogóle nie ma alfy, to po prostu zmodyfikowane long BTC z odrobiną zmienności.
13. ML w quant ma wiele fałszywych sukcesów. LSTM, Transformer, uczenie przez wzmocnienie są wywyższane, podczas gdy w finansowych szeregach czasowych o niskim SNR, prosty czynnik momentum z rozsądnym zarządzaniem ryzykiem może przebić twoje XGBoost, które dostosowałeś tysiące razy.
Naprawdę warto się uczyć, quant to naprawdę trudna dziedzina.