CryptoPainter

Toen ik bezig was met het onderzoeken van nieuwe strategieën voor de Agent en het configureren van een pure algoritmische toestandsmachine, realiseerde ik me plotseling dat dit mechanisme ook toegepast kon worden op de eerdere ASR-strategie. Dus begon ik haastig de code aan te passen, en toen werd ik emotioneel... Een oude strategie die een heel jaar lang niet succesvol geoptimaliseerd kon worden, kreeg ineens nieuw leven! Wat er precies veranderd is? Het is simpelweg dat de toestandsmachine de marktvolatiliteit in realtime bijhoudt, en die volatiliteit vervolgens subtiel aanpast aan de parameters van de oorspronkelijke strategie. In totaal minder dan 20 regels code, maar het zorgde ervoor dat het bestaande ASR-kanaal op allerlei details anders werd... De algehele opbrengst van de 5-jarige Bitcoin-strategie steeg met meer dan 75%, terwijl de maximale drawdown met 14% daalde!!! Eerder keek ik neer op toestandsmachines bij het onderzoeken van pure algoritmische kwantitatieve methoden, maar toen het echt positieve optimalisatie-effecten begon te tonen, vond ik het geweldig... Waarschijnlijk kan ik binnenkort een nieuwe versie uitbrengen! Het was echt heel moeilijk...

Ik heb 2 uur besteed aan het kopen van een domeinnaam en heb alle handelsgegevens van Agent omgezet in een dashboard op de website... Vandaag is het interessant, de strategieposities zijn allemaal short, laten we kijken of er vrijdag een kans is om een golf altcoins te dumpen. Op dit moment heeft het Agent-account al 8% verlies geleden, zucht... Als er iemand de schuld moet krijgen, ben ik het wel omdat ik elke dag functies aanpas en bugs fix. Vroeger gebruikte ik backtestgegevens om strategieën te optimaliseren, deze keer wil ik echte handelsdata gebruiken voor pre-testing... De eerste methode heeft perfecte backtestgegevens maar faalt in live trading, de tweede faalt ook in live trading, maar met voortdurende optimalisatie wordt de strategie steeds beter... Ik zal de domeinnaam van de website voorlopig niet openbaar maken, ik maak me zorgen over de beveiliging. Ik wacht tot Claude mijn audit heeft afgerond en de strategie winstgevend wordt, dan pas zal ik het delen...

Iemand vroeg me waarom ik die "genetische algoritme"-engine niet meer bijwerk? Ik wil het eigenlijk wel bijwerken! Het raamwerk is opgezet, de functionaliteit is compleet, daarna is het tijd voor volledige training, maar het probleem is, kijk naar de onderstaande log, het trainen van één boom vereist 80 iteraties, bijna 1 uur, in één Forward-venster zijn er 6 bomen, en de hele dataset moet worden verdeeld over 6 vensters voor Walk Forward... 1u x 6 x 6 = 36 uur, en dat is nog maar de eerste laag van prijs- en volumetraining, daarna volgt de macrodata-laag, en uiteindelijk de training van futures, on-chain en andere Alt-Data lagen, alles bij elkaar zal het ongeveer 3 dagen duren... En het allerergste is, als je pech hebt, kunnen de factoren die willekeurig in de factorbibliotheek worden geïnjecteerd geen uitstekende expressies kruisen, wat resulteert in de huidige situatie vol met "Failed" meldingen, wat betekent dat de getrainde factoren goed presteren binnen de dataset, maar buiten de dataset falen... Dit zijn meestal overfitte factoren, die direct worden afgewezen... De afgelopen week ben ik constant in deze saaie cyclus geweest, ik heb het gevoel dat mijn Alienware-laptop vroeg of laat kapot gaat... Dus het is echt niet dat ik niet wil bijwerken, maar ik heb gewoon niets om bij te werken...

Is het echt zo, deze keer anders?

Toen ik bezig was met het onderzoeken van nieuwe strategieën voor de Agent en het configureren van een pure algoritmische toestandsmachine, realiseerde ik me plotseling dat dit mechanisme ook toegepast kon worden op de eerdere ASR-strategie. Dus begon ik haastig de code aan te passen, en toen werd ik emotioneel... Een oude strategie die een heel jaar lang niet succesvol geoptimaliseerd kon worden, kreeg ineens nieuw leven! Wat er precies veranderd is? Het is simpelweg dat de toestandsmachine de marktvolatiliteit in realtime bijhoudt, en die volatiliteit vervolgens subtiel aanpast aan de parameters van de oorspronkelijke strategie. In totaal minder dan 20 regels code, maar het zorgde ervoor dat het bestaande ASR-kanaal op allerlei details anders werd... De algehele opbrengst van de 5-jarige Bitcoin-strategie steeg met meer dan 75%, terwijl de maximale drawdown met 14% daalde!!! Eerder keek ik neer op toestandsmachines bij het onderzoeken van pure algoritmische kwantitatieve methoden, maar toen het echt positieve optimalisatie-effecten begon te tonen, vond ik het geweldig... Waarschijnlijk kan ik binnenkort een nieuwe versie uitbrengen! Het was echt heel moeilijk...