|
久不发言， 但一直关注，在坛子里获得不少启发，这里算是风气很好的交易讨论社区，所以出来抛砖引玉一下。 交易经验，一直是我思考的问题，长久的交易经验真的是有效的么？我一直是怀疑的。以前研究过不少技术指标， 加上自己三角猫的编程能力， 最后我的结论居然是可以针对任何交易模式去证明它是不可靠或者终将让交易员万劫不复的。很多人认为成熟的心理，严格的执行能力至关重要，但，实际上在无尽的数据，消息面前，人类的大脑终将无法胜任决策任务。 所以道士将目光转到了深度学习上， 最近几年人工智能风生水起，尤其是transformer模型的横空出世，让所有基于CNN网络的学习模型黯然失色，例如GPT3模型已经可以写出以假乱真的机器文章和新闻。传统量化交易模型的人工智能大都基于LSTM，称为长短记忆网路，这些人认为，交易数据是一个时序序列，那么学习足够长的时序对下一个时序的预测就可以得到概率较高的结果。的确如此。但这有不可避免的傲慢假设，那些在你预测条件之外的久远数据对下一分钟难道没有影响么？这在我看来是LSTM的致命伤。 将transformer模型应用到时序分析，这是一个极少有人涉足的领域。字符之间的权重影响关系是全局的，并不因为上一分钟就比三分钟前对当下影响更重要。那些文字里埋下的伏笔，往往最能打动你的心弦。那些庄家背着你暗下的成本和恶意，最能让你看清暧昧能否继续的现实。所以transformer天然适合寻找全部信息里的有用线索。 最近道士之关注到有一两篇论文涉及到用transformer建立交易模型，效果只能略微与LSTM持平。科班出生的人的弱点在于，他们没有艺术能力，不能 对着数据吟诗。也就不能将数据翻译为自然语言，而道士恰恰是那个看着女人无话可说，而看着数据兽性大发的云游诗人。 所以就出了这么一个模型，基于400多对虚拟货币截至今年5月的分钟数据，可以比较准确的预测一分钟内的走势。因为显卡计算量很大，目前只能追踪币安上面交易量比较大的10来个品种。 ------------------------------------------------------------------------ 尝试能否直接显示信号： 算了，不折腾了，有兴趣私信我。 信号说明: buy,sel:可能出现小时线上低点和高点 btm,top:可能出现1分钟线上高点和低点 后面跟的数字表示截止未来一分钟结束，信号可能上升或者下降的强度，负号表示下降，正数表示上升 -buy-1: 小时低点但会继续轻微下降； -buy32:小时低点，未来一分钟大幅中等幅度上升；比较好的买入点 -sel3:小时低点，但仍轻微上升 -sel-25:小时高点，中等幅度下降，好的卖出点 -btm30:分钟线低点，中幅上升，可买入 -btm-7:分钟线低点，仍轻微下降 -top3:分钟线高点，仍轻微上升 -top-35 分钟线高点，中幅下降，可卖出 所有信号有效期只有一分钟 下降或者上升强度理论上最多只有-63到64，大多数时候在0左右，超过30或低于-30算是比较强的信号 |
