Автоматизированная торговая стратегия, основанная на машинном обучении и внутрисетевой аналитике

В Glassnode мы считаем, что надежные данные являются основой успешных торговых стратегий и решений. В этом смысле ончейн-данные, включающие информацию о денежных потоках, уровнях прибыльности и настроениях участников рынка цифровых активов, полученные непосредственно из блокчейна, предлагают неиспользованный источник потенциальной альфы.

Однако профессионалы из традиционных финансовых секторов часто проявляют определенный скептицизм в отношении применимости данных, полученных из блокчейна, для значимых торговых стратегий. Чтобы устранить эти сомнения, Glassnode разработала инновационный подход к использованию прогнозирующей силы этих данных.

Используя этот подход, который опирается как на значимость наших данных, так и на передовые алгоритмы машинного обучения, наша команда по науке о данных создала Биткойн-сигнал Шарпа. Эта автоматизированная количественная торговая стратегия прочно основана на данных, полученных из блокчейна, и адаптирована для использования уникальных возможностей, предоставляемых рынком биткойнов.

Биткойн-сигнал Шарпа не только подтверждает полезность таких данных, но также предоставляет инвесторам четкую и полезную информацию, доказывая свою ценность в навигации на рынке цифровых активов.

Что такое данные в цепочке и как Glassnode использует их для торговли

В отличие от традиционных рыночных данных, которые в основном фокусируются на движении цен, метрики внутри цепочки дают представление об экосистемах цифровых активов в режиме реального времени. Эти показатели показывают поведение инвесторов и рыночные тенденции, которые традиционные индикаторы могут упустить из виду, предлагая более глубокий взгляд и, возможно, лучший индикатор будущих движений. Объединив эти идеи с помощью машинного обучения, Glassnode определила показатели с наибольшим прогнозирующим потенциалом для долгосрочной торговой стратегии биткойнов.

В основе инновационного подхода Glassnode лежит контролируемая модель машинного обучения, которая методично анализирует данные в цепочке для оценки их корреляции с движениями рынка биткойнов. Эта модель отличается своей прозрачностью, позволяя инвесторам понять, как торговые правила вытекают из деятельности блокчейна. Он анализирует обширные наборы данных, чтобы определить внутрисетевые показатели, наиболее показательные для будущих ценовых действий.

Модель подчеркивает важность функций для определения того, какие внутрисетевые показатели имеют наиболее сильную корреляцию с будущими движениями цен на биткойны. Среди различных проанализированных показателей процент организаций, получающих прибыль, и коэффициент прибыли краткосрочных держателей (SOPR) оказались наиболее многообещающими индикаторами для принятия длинной позиции в биткойнах.

Процент предприятий, получающих прибыль, является критически важным показателем, поскольку он отражает общее состояние рынка и настроения инвесторов. Высокий процент предполагает, что большинство участников рынка находятся в благоприятном положении, что потенциально сигнализирует об устойчивой уверенности рынка и оптимистичном прогнозе.

С другой стороны, SOPR для краткосрочных держателей фокусируется на прибыльности недавних транзакций, предоставляя представление о поведении краткосрочных инвесторов. Когда SOPR указывает на то, что держатели краткосрочных позиций видят прибыль, это часто предшествует периодам положительной динамики рынка, что делает его ценным индикатором для определения времени входа в длинные позиции.

Отказ от ответственности: в целях защиты интеллектуальной собственности мы раскрываем только основные показатели, такие как STH-SOPR и процент предприятий, получающих прибыль, без подробного описания конкретных преобразований и параметров, применяемых при разработке нашей торговой стратегии. Следовательно, прямое применение только этих базовых показателей не воспроизводит результаты, достигнутые нашей сложной моделью реальной торговли.

Открытие «Зоны Златовласки»

«Зона Златовласки» относится к оптимальным условиям, определенным моделью Glassnode для открытия длинных позиций в биткойнах и определяемым с использованием значений SHAP (аддитивные объяснения SHapley). Эти значения количественно определяют влияние конкретных показателей цепочки, таких как процент организаций, получающих прибыль, и коэффициент прибыли краткосрочных держателей (SOPR) – на процесс принятия решений модели, выявляя критические пороговые значения, которые сигнализируют об идеальных возможностях для покупки. Анализируя значения SHAP, модель определяет точные условия, при которых рынок не является ни чрезмерно растянутым, ни чрезмерно медвежьим, как в «самом правильном» сценарии принципа Златовласки.

На основе этого анализа выводится эвристика, упрощающая сложную модель до более доступной стратегии, не жертвуя при этом ее аналитической глубиной. Эта эвристика, хотя и упрощена, сохраняет основные идеи модели, предлагая инвесторам прозрачный и эффективный подход к торговле биткойнами.

Этот подход был закреплен и закодирован в биткойн-сигнале Шарпа. Он отражает суть результатов модели, предоставляя четкое руководство для определения наиболее вероятных точек входа на основе детального понимания динамики рынка, чему способствует анализ данных в цепочке.

Анализ производительности и стратегия

Модель, используемая Glassnode, разработана с использованием консервативного подхода, в котором приоритет отдается минимизации рисков и точному отражению восходящих рыночных тенденций. Следовательно, стратегия, созданная на основе модели, уравновешивает потенциал получения прибыли с необходимостью защиты от риска ухудшения ситуации.

Результаты сигнала Bitcoin Share Signal за пределами выборки, строгая проверка его прогнозных возможностей, подчеркивают его успех в навигации на нестабильном рынке биткойнов. Анализируя данные, которые не использовались на этапе обучения, модель продемонстрировала постоянную способность выявлять прибыльные торговые возможности, подчеркивая значительную прогностическую силу сетевых данных. Эта производительность подтверждает стратегический подход модели и усиливает ценность включения сетевой аналитики в различные торговые системы.

Погрузитесь глубже с трекером живых выступлений

Сигнал Bitcoin Sharpe от Glassnode разработан с использованием консервативного подхода, отдающего приоритет минимизации рисков и точно фиксирующего восходящие рыночные тенденции. Следовательно, стратегия, созданная на основе модели, уравновешивает потенциал получения прибыли с необходимостью защиты от риска ухудшения ситуации.

Мы призываем заинтересованные стороны из традиционных и цифровых финансовых секторов просмотреть данные о производительности модели в реальном времени** и рассмотрите возможность тестирования наших услуг онлайн-аналитики. Для получения более подробной информации или для использования наших аналитических решений, пожалуйста, обратитесь в нашу команду институциональных продаж.

---

Отказ от ответственности: этот отчет не содержит рекомендаций по инвестициям. Все данные предоставлены только в ознакомительных и образовательных целях. Ни одно инвестиционное решение не должно основываться на представленной здесь информации, и вы несете единоличную ответственность за свои собственные инвестиционные решения.

** Панель мониторинга, показывающая ежедневную производительность Signal, в настоящее время доступна только клиентам Glassnode Enterprise.

---

• SEO-контент и PR-распределение. Получите усиление сегодня.
• PlatoData.Network Вертикальный генеративный ИИ. Расширьте возможности себя. Доступ здесь.
• ПлатонАйСтрим. Интеллект Web3. Расширение знаний. Доступ здесь.
• ПлатонЭСГ. Углерод, чистые технологии, Энергия, Окружающая среда, Солнечная, Управление отходами. Доступ здесь.
• ПлатонЗдоровье. Биотехнологии и клинические исследования. Доступ здесь.
• Источник: https://insights.glassnode.com/the-predictive-power-of-glassnode-data/