成为数据驱动型投资者，无需编写代码

来自数据科学背景的我一直相信，如果您想获得可能击败市场的回报，那么“数据驱动”的投资就很重要。这通常涉及执行定量分析，并使用算法策略执行交易，这些策略利用 Python 和 R 等编程语言。

数据驱动投资的要点是，您根据具有过去实际有效的可衡量证据的策略来选择交易，并且您期望它们在未来继续有效。

从历史上看，这已经完成了 顺利 由文艺复兴技术公司（Renaissance Technologies）和两西格码（Two Sigma）等“量化对冲基金”提供，这些基金的交易资本总计达数千亿美元。

这告诉我们，使用算法和分析进行投资决策是有效的，但这对于我们大多数普通人来说是可行的吗？不完全是 …

对于个人来说，数据驱动的投资是可能的，但它仍然仅限于那些知道如何编码和理解高级金融数学的人。这使得绝大多数不具备必要技术背景的散户投资者被排除在外。

为了创造公平的竞争环境，我和我的联合创始人建立了 鹰视，这使得每个人都可以通过数据驱动他们的交易，而无需编写一行代码。它主要是通过允许用户只需点击两次即可轻松“回测”他们的交易策略！

的想法 回溯测试，以及为什么它对于数据驱动的投资很重要，因为它是衡量任何交易策略的历史表现的系统方法。换句话说，它回答了这个问题：“如果我对这种资产（例如比特币）采取这种策略，我会赚多少钱？”。

这是一个非常重要的问题，因为您当然希望尽可能遵循已被证明有效的策略。使用 鹰视，您可以轻松尝试不同的策略，从而选择最适合自己的策略！

对于那些不熟悉的人来说，简单移动平均线交叉 (SMAC) 策略是一种非常简单但功能强大的交易策略，涉及根据资产收盘价绘制两条移动平均线：1) 快速移动平均线（在较少天数内平均） ，以及 2) 慢速移动平均线（在更多天数内平均）。

从这里开始，我们的想法是，当快速移动平均线（例如 10 日移动平均线）从下方穿越到慢速移动平均线（例如 30 日移动平均线）上方时，就会出现“买入”信号。同样，当快速移动平均线从上方穿越到慢速移动平均线下方时，就会出现“卖出”信号。

您可以查看下面的折线图（下图），了解从 19 年 2020 月 19 日到 2021 年 1 月 XNUMX 日（XNUMX 年）期间这些移动平均线对比特币价格的影响。

您会发现交叉在过去一年中发生了多次，触发了多个买入和卖出信号（上图）。

现在，自然的问题是：“如果我在过去一年遵循这个策略，我会获得多少回报？”。为了回答这个问题，我们可以使用 Hawksight 的 策略分析器 （也称为 鹰测试）来回测该策略（如下所示）。

正如您所看到的，您可以设置很多选项，但我们将主要关注更改 投资类型 至 线上营销，并将符号更改为 BTC / USDT，这是以（本质上）美元计价的比特币的符号。请注意，截至撰写本文时，最后一年是 1 年 19 月 2020 日到 19 年 2021 月 XNUMX 日，因此要复制此分析，您可以自己将其设置为“自定义日期范围”，或者您可以通过此自动运行它 链接.

然后从这里，我们将选择 SMAC 策略，它代表“简单移动平均线交叉”，这也恰好是我们要测试的策略。最后，我们只需点击“分析”即可开始对策略进行回测！

现在您将看到针对该策略运行了分析，并且结果显示在屏幕上。其中包括策略的表现，以及绘制策略中使用的历史买入和卖出信号、价格和移动平均线的图表。

让我们关注结果顶部显示的性能指标。

从上面的结果表中您可以看到您的 % 总回报 关于去年的投资，您是否遵循了 SMAC 策略。这意味着如果您遵循这种比特币策略，去年您将获得 220.53% 的收益。您还可以查看绝对指标，例如 总回报及 投资组合价值.

不过，请注意，这是针对我们将 100 万美元设置为初始现金的情况。为了简单起见，我建议您将该值保留在 100K，因为我们不支持 部分的 交易尚未完成，因此您至少需要那么多钱才能购买比特币。不过不用担心，我们很快就会支持小数交易！

最后，您还可以看到我们有一个 买入并持有回报% 右侧，值为 261.3%。这是一个基准，以便您可以立即比较进入和退出时机的表现与简单购买和持有该资产（在本例中为比特币）的表现。在我们的例子中，您会发现 SMAC 策略实际上比买入并持有策略的表现要差一些。

然而，如果您查看历史信号（如下所示），它会告诉我们在 2021 年 XNUMX 月加密货币市场崩溃之前出售比特币，这意味着虽然该策略可能没有类似的上行空间，但看起来它避免了大 缩编 与简单地购买和持有比特币相比，（价值下降）更有效。

现在，您可以做更多事情来试验您正在测试的策略。最简单的尝试是您可以调整策略参数（顶部的滑块），这样您就可以尝试“慢期”和“快期”的不同组合，并查看这些变化如何影响策略的回报%。请注意，“慢周期”是指“慢移动平均线”的周期，而“快周期”是指“快移动平均线”的周期。

例如，我们尝试将“快速周期”更改为 20，将“慢速周期”更改为 45（结果如下所示）。您也可以通过此自行尝试 分析链接!.

从上面的结果可以看出，回报率实际上从 220.53% 上升到了 369.33%。这是因为我们的 SMAC 策略将在近期价格上涨的大部分时间里持有比特币，并在 2021 年 369.33 月市场崩盘前将其出售。最后，您会注意到该策略的表现将明显优于简单的买入并持有策略（+259.38% vs +XNUMX）。相当令人印象深刻！

我想分享的最后一个功能是我们的 信号筛选器，您可以直接在收件箱中接收特定篮子资产的每日交易信号。要订阅，您只需转到主页并从 信号筛选器!

每日交易信号报告如下所示：

这些信号是如何产生的？嗯，Hawksight 基本上有一个人工智能引擎，可以存储每个篮子中列出的每种资产的最佳执行策略。我们的想法是，您只会收到每种资产表现最好的策略的信号。

在解释这些信号时，重要的是要记住，这些信号是基于历史上（例如过去一年）表现相对较好的策略，但这并不一定意味着这些信号在未来会继续发挥作用。我强烈建议您单击符号链接，这将直接导致用作信号基础的分析。这样，您就可以自行判断是否采取行动。

换句话说，使用它作为 起点 这样您就可以了解您现在可以在市场上采取哪些潜在头寸，并在进行交易之前使用此信息来补充您所掌握的有关资产的其他信息。

恭喜！您现在是一名“数据驱动”的投资者，对自己的策略进行了回溯测试，同时还分析了其结果。一点也不难吗？

现在，这是您的投资更加以数据驱动的旅程的良好开端，但请记住，这只是一个开始。还有更多的策略可供您尝试，而且这个领域总是有更多的东西需要学习。

此外，值得注意的是，回溯测试也有其自身的局限性，例如容易出现过度拟合和前瞻偏差等问题。如果您想了解更多信息，我在之前的文章中有一节详细讨论了这些内容 刊文.

请留意未来的文章，我将在其中讨论一些更高级的功能 鹰视，例如策略优化、设置您自己的警报以及自定义策略创建。请务必继续关注我关于数据科学、金融、加密货币和 DeFi 等一般主题的更多文章！

最后，我们希望您加入我们的 Hawksight 社区 Discord, Telegram及 Facebook！如果您想了解每周产品更新的情况，请加入，并随时提供反馈、功能请求或通过这些渠道提出任何问题。

Source: https://medium.com/geekculture/be-a-data-driven-investor-without-having-to-code-3bf1d8cf39bf?source=rss——-8—————–cryptocurrency