深度:如何用机器学习来预测主流币的币价?

非小号官方 发布在 海盗号 35422

机器学习技术在币种分析中的应用

谈到机器学习,大家可能会对这个AI方面的概念比较陌生,但如果提到谷歌AlphaGo,大家肯定就很熟悉了。当年谷歌人工智能程序通过机器学习的方式掌握围棋比赛技巧后,轻松击败了多个国家的围棋冠军,时隔3年世界冠军韩国李世石宣布退役时,还高呼AI不可战胜......通过机器学习训练后的计算机程序,在某些类似比赛和交易这样的博弈场景中,是比人类具有更高胜率的。

非小号研究本次就做了一个硬核的试验:将机器学习技术应用在币种分析中,看看会有什么好玩的结论,以及是否真的能够帮助我们交易。

我们的具体课题是,通过现有的市场公开数据预测明日收益率为正还是为负(即阳线还是阴线)。

这是一个二分类问题,我们可以使用的模型有很多,这里我们选用了以下模型用于实验:逻辑回归LR、线性判别分析LDA、二次判别分析QDA、支持向量机SVC、决策树DT、随机森林RF、渐变提升树GBC等。(看不懂没关系,对该领域以外的普通人来说是真的太硬核了)

本次用来试验的数据主要有三个方面:1、资产的历史数据; 2 、相关品种,如黄金原油美国三大股指等; 3、币圈相关币种数据,主要是主流币。

完整的机器学习建立流程

  • 1.首先,特征工程
特征工程是机器学习中最关键的步骤,没有之一。

这有别于大众认知的AI能解决一切问题,人工智能是万能的认知。真实的情况是数据科学家们常挂在嘴边的一句话是“输入的是垃圾,输出的也一定是垃圾”,这意味着特征工程做得好不好会直接影响AI的“智商”。

特征工程不止是数据需要清洗重新组合,还需要将数据进行标准化处理。

  • 2.其次,建模
建模是一个简单的过程,模型在那里,无非是灌入数据后不断地调参优化。国内很多大互联网公司的AI团队也都是在常用模型中选择靴子不断优化,大家的过程都是一样的,没有什么捷径。
  • 3.评价模型效果
模型的效果评估有很多,常见的有MSE,MAE,取代矩阵,ROC等。
  • 4.最终,应用
当模型对数据的可解释度良好时,模型可用。一般这个可解释度要达到80%以上,90%以上更好,但如果100%可解释就需要注意是否出错了。

对BTC的解释性

数据一

仅有高开低收量,及高开低收量计算的技术指标作为训练数据。得到各个模型解释度如下表所示:

由上表可以得到,单纯的用高开低收量和技术指标作为特征,在以上机器学习模型中训练,无法很好地解释价格。其实仅从这里就能看出币圈属于弱势有效市场。技术分析得到的尺度是判断二分类正确概率是50%,即模型无效,也与弱势有效市场中技术分析无效,基本面分析和内幕信息有效相吻合。

【补充知识】

市场包含三种信息:历史信息,公开信息和内幕信息。

各种信息分别对应不同分析交易策略:历史信息(股票交易额,收益等)对应技术分析;公开信息(消息,新闻,财报等)对应的基本分析;内幕信息对应的内幕交易。

当市场有效时,市场已反映(消化)三种信息,故对三种信息的分析均值不能在市场获得优势,某种分析和交易策略均值无效;当市场为半强势有效时,市场已反映(消化)公开信息和历史信息,故技术分析和基本分析无效,内幕交易有效;当市场为弱有效市场时,市场只反映(消化)历史信息,故技术分析无效,基本分析和内幕交易有效。

数据二

不但有高开低收量数据,我们还增加了相关品种的数据,如美国三大股指,黄金,原油,币圈主流币种等作为训练数据。

为什么认为美国三大股指,黄金,原油,币圈其他主流币种等数据可以插入基本面数据?

虽然这些因素不是直接影响BTC的基本面因素,但是它们和BTC由相同的基本面因素影响,所以这些数据中包含很少的一部分基本面信息。

由上表可以得知:在增加基本面替代特征后,解释度提升了10%以上。

那么提高多少可解释度是模型极限?

经过1000次的实验得到,当随机因子为1730时,随机森林RF模型的可解释度67%,这是所有实验中所有模型中可解释度最高的一组。

模型效果的衡量:

混淆矩阵

混淆矩阵就是分别统计分类模型归错类,归对类的观测值个数,然后把结果放在一个表里展示出来。这个表就是混淆矩阵,把预测情况与实际情况的所有结果两两混合,结果就会出现以下几种情况,就组成了混淆矩阵。如下:

ROC曲线

ROC(Receiver Operating Characteristic)曲线,又称接受者操作特征曲线。该曲线最早应用于雷达信号检测领域,用于区分信号与噪声。后来用于评价模型的预测能力,ROC曲线是基于混淆矩阵得出的。

ROC曲线中的主要两个指标就是真正率和假正率,其中横坐标为假正率(FPR),纵坐标为真正率(TPR),下面就是一个标准的ROC曲线图。

横轴FPR:1-TNR,1-Specificity,FPR越大,预测正类中实际负类越多。

纵轴TPR:Sensitivity(正类覆盖率),TPR越大,预测正类中实际正类越多。

为什么解释性不强?

  • 1.交易量数据造假
  • 2.未有数据披露制度约束,未形成一体的基本面数据
  • 3.市场有可能存在内幕信息
目前我们模型中的数据还不够全面,仍然需要更多的努力揭示更多的基本面信息,才能更好地解释BTC价格。

在披露更多信息时,才能促进市场效率的提高,促进币圈的发展,这也是“非小号”作为机构应该做且做好的事情。

是否有使用价值?

虽然机器学习在解决传统问题时都要求正确率达到80%甚至90%以上才可以使用,但是我们能否使用一个解释度在60%-70%之间的模型?

- 1.模型是有解释度的,60%也远高于50%,长期预测胜率显著高于50%的多空各一半的平均水平,这有点类似赌场庄家在轮盘赌中有概率优势一样,时间越久赢面越大;

- 2.加入限制条件时可以提高概率,单次若想取得概率优势只能限制使用条件

如下所示为决策树输出的树形图,用红色框起来的枝杈正确率很高,但是只有满足层层条件后才会有交易机会。为了达到盈利目的,交易者要在交易机会与单次交易盈利水平中找到平衡点。

单个树杈局部图如下所示,当满足红框圈住的条件时,正确率提高到93%,这完全达到了使用要求:

对ETH和TRX的解释性

从模型训练结果看,已知特征使用以上模型训练时,可解释度也在60%-70%之间。下面我们列举一些有价值(正确率高)的树杈,树杈概率的提高是基于条件概率提升的。

ETH

由以下ETH树形图可以看出,当同时满足条件

美元比eth收盘价<0.01,eth昨日成交量<3956783616,原油成交量 > 117392.5, 涨跌幅>0,黄金开盘价<1489.25时,时,有93%的正确率,这时交易机会是总交易机会的19.05%(28/147)。

TRX

由以下TRX树形图可以看出,当同时满足条件bch < 289.51,bsv > 63.5, 美元比eth调整后收盘价>0.01, 纳指收盘价 <8371.12,道指最低价 >24290.5,美元比eth收盘价>0.01,瑞波币收盘价<0.32时,有82%的正确率,这时交易机会是总交易机会的23.68(36/152)。

如果以上使用机器学习来分析不同币种交易机会的流程没看懂,也没有关系,涉及到的知识比较复杂。所以,非小号后期将应用很多大数据或AI等技术帮助大家建立分析模型,直接在APP中为大家提供易懂和好用的币价预测工具或投资策略参考,一键体验。

本文链接:https://www.8btc.com/media/643646
转载请注明文章出处

文章标签: 加密货币
评论
登录 账号发表你的看法,还没有账号?立即免费 注册