Tzu Yang Lo
今天子揚來聊聊最近自主開發的一款AI交易員。 經過好友Mr. T的提點指教,我用python打造了一款AI交易員。思路是用歷史數據訓練機器學習模型,根據此並排除人為情緒影響而自動下單交易。機器學習模型的交易策略,簡言之就是每當模型預測價格高於當前市價時買入,反之賣出。大致的流程分成三步: 第一步,完成API 對接與取得過去數年的數據餵給模型學習規律與模式。 第二步,每當獲得最新數據,讓模型把之前歸納的資訊或規律邏輯,納入更新或再訓練。再將此最新訓練出來的模型,進行回測。歷史回測的主要目的是看模型產出的策略於過去一段時間表現如何,因爲資料都是相同的,往往有過擬合問題,這邊也要想辦法克服。我通常對於歷史回測的結果看得很淡,畢竟此結果不可能作為此模型往後成功的保證,現在這一刻回測表現差的模型,未來也有採用的場景。 第三步,會有一個定時任務,例如每小時去判斷最新的價格與模型給出的預測值,藉此來進行真實下單與交易操作。 至於成效怎樣呢?目前上線不久,雖賺了幾百美元,尚難以斷定有沒有戲,但還是保持且戰且走的態度,持續迭代優化吧。 有興趣看後續的夥伴們歡迎留言讓我知道。 $VT $BTC $ETH Translate
null
.