回报率为29%！大神用情绪分析打造比特币交易算法，原来交易是心理战

任何玩过股票的人都知道，股市的波动受多种因素影响，具有高度随机性比特币模拟盘，难以预测。新兴的加密货币市场与股票市场截然不同，更难以预测。

由于传统方法行不通，国外网友 Marc Howard 采取了不同的方法，通过分析公众对加密货币的情绪来预测加密货币市场的波动。在 90 天的实验期内，他是如何实现 29% 的投资回报率的？

我们来看看。

当我刚开始使用加密货币时，有几个问题困扰着我：

当时，我为自己设定了一个看似无法实现的目标，即试图了解密码学货币是一个反复无常且看似不可预测的市场。

当然，我并没有想太多。加密货币市场充满魅力，许多交易者沉迷其中。有很多交易者试图通过技术分析来揭开加密货币市场的神秘面纱，而一些交易者则很聪明，复制了股市的基本面分析理论。

然而，结果并不乐观，没有神奇的交易模式总能战胜市场的“看不见的手”。原则上，导致加密货币市场波动的因素太多，随机性如此之大，即使是最好的基于人工智能的交易模型也无法保证持续盈利。

我采取了不同的方法，开始从不同的角度构建交易模型。交易模型非常简单，在这篇文章中我会以最清晰的方式表达我的想法。

需要注意的是，我的交易模型仍然是一个正在开发的半成品。虽然它在仿真实验中表现出了很强的预测能力比特币模拟盘，但也不是万无一失的。如果您使用我的交易模型模型，后果自负。

击败“看不见的手”的交易模式

按照我的假设，这个交易模型应该是比特币价格的相对一致性指标，我也在不断的测试和修正这个交易模型。

在这个为期 90 天的模拟实验中，我“买入”了价值 10 万美元的比特币，通过交易模型做出买卖决策，最终投资回报率高达 29%。

但是，作为模拟实验，这里的利润并没有扣除实际交易过程中需要支付给加密货币交易所的手续费。这笔巨额手续费让我热切期待去中心化加密货币交易所的普及。

交易模型的灵感来自于 Willy Woo 的工作，他首先提出使用来自 Google 趋势服务的数据来预测比特币价格的方向。我在他的工作基础上做了一些改进，具体方法如下。

首先，通过 Google 趋势查找过去 90 天“比特币兑美元价格”和“购买比特币”的搜索趋势：

从 7 月 7 日到 10 月 4 日的 90 天内“比特币兑美元价格”和“购买比特币”的搜索趋势

其次，我注意到当“比特币兑美元价格”与“购买比特币”的搜索量比低于 3:1 时（准确地说，后者与前者的比值大于 35 %)，比特币第二天的收盘价（收盘价）将会上涨。

如果比率大于 3:1（准确地说，后者与前者的比率小于 35%），比如 4:1 或 5:1，那么这是一个卖出信号，因为比特币次日收低。

接下来，我对比特币的两天收盘价差80多美元进行了进一步的测试，在这些测试中，搜索量与价格波动的比率表现出很大。相关性。

这里的 80 美元是我人为给出的一个值，这个值在我的实验中运行良好。实验期间的比特币价格和交易模型给出的买入/卖出策略如下：

实验期间的比特币价格和交易模式给定买入/卖出策略的截图

根据上图可以看出：

交易模型结果优化

根据上述交易策略，在 90 天的实验期内，我的资产理论上从 100,000 美元增长到 128,839 美元，投资回报率接近 29%。但是，正如我上面提到的，这不是一个最优模型，我可以从几个方面进行优化。

“比率大于 35%”和“差异大于 80 美元”之类的标准似乎很随意，因为这些只是我在有限的 90 天数据集中发现的模式。是否有其他决策标准可以导致更好的买卖决策？

当比特币价格水平维持在 6,000 美元到 8,000 美元之间时，这种交易模式可以做出正确的决策。

在分析了近一两年的交易信息后，我对交易模型做了一些改进，我细化了决策规则并做了一个表格，表格的纵轴是“买比特币”'到'比特币到美元价格'，范围从 1:3 到 1:5。

考虑到比特币价格的波动性，“80 美元”指标并不总是有效，所以我将这个指标转换为点差与当天比特币价格的比率，并在表格中列出了 的横轴，在这个一个可能的最优交易模型是同时满足“买比特币”和“比特币兑美元价格”的搜索量比为1：2.86（即0.35）和价格波动率是 0.014543229。

改进后的表格如下所示：

改进交易模型的决策规则

后续计划

另外，这种交易模式还有很大的优化空间。

首先我想做一些测试，通过研究过去的交易数据来找到最大化利润的最佳指标，这需要对过去的价格和搜索量比率进行回归测试。

我的假设是相同的最佳指标存在于不同的价格水平，祝你好运！