比特幣:回報率29% 大神通過情感分析創建一個比特幣交易算法_比特幣價格

作者|MarcHoward

編譯|Guoxi

出品|區塊鏈大本營

玩過股票的人都知道，股票市場的波動受各種因素的共同影響，有著很強的隨機性，很難預測。而新興的加密貨幣市場與股票市場有著很大的差別，更加難以預測。

由于傳統方法行不通，國外網友MarcHoward另辟蹊徑，通過分析大眾對加密貨幣的情感來預測加密貨幣市場的波動。在90天的實驗周期里這種方法獲得了29%的投資回報率，他是怎么做到的？

讓我們一起來看看。

我剛開始接觸加密貨幣時，有一些問題困擾著我：

我們真的可以預測比特幣的價格么？

谷歌趨勢服務所公開的數據是否能從某種程度上反映比特幣大致的漲跌趨勢？

孫宇晨：比特幣和波場幣成為今年巴菲特旗下資產組合回報率最高的品種:孫宇晨發推稱，巴菲特發財了，巴菲特擁有的比特幣和波場幣成為今年巴菲特旗下資產組合回報率最高的品種。[2021/1/4 16:24:31]

我們能否建立一個預測市場動向的可靠交易模型？

當時，我給自己定下了一個看起來遙不可及的目標，就是試圖理解加密貨幣這個變化無常且看似無法預測的市場。

當然了，我這并不是不自量力。加密貨幣市場充滿了魅力，讓許多交易員都沉醉其中。有許多交易員通過技術分析的手段試圖揭開加密貨幣市場神秘的面紗，而有一些交易員則是耍小聰明，照搬股票市場上的基本分析理論。

然而結果并不樂觀，沒有哪種神奇的交易模型總能戰勝市場這只“看不見的手”。從原理上來說，有太多的因素可能會造成加密貨幣市場的波動，這個市場有著很強的隨機性，即使那些最好的基于人工智能的交易模型也不能保證連續獲利。

2020年迄今投資中僅黃金和BTC回報率為正:BTC投資者、Altana Digital Currency Fund首席投資官Alistair Milne在推特上列出了各類投資2020年迄今的表現（以美元計），具體如下：黃金：+7.72%；比特幣：+2.6%；亞馬遜：-1.5%；蘋果：-6%；納斯達克指數：-8.18%；伯克希爾哈撒韋：-14%；標準普爾500指數：-18.9%；達美航空：-26%；皇家加勒比國際游輪：-66%。[2020/3/12]

而我另辟蹊徑，從另一個角度入手建立交易模型。這個交易模型非常簡單，在這篇文章中我會以最明晰的方式展現我的思路。

需要說明的是，我的交易模型還是一個正在開發中的半成品，雖然在模擬實驗中它展現出了強大的預測能力，但它絕不是萬無一失的，如果使用我的交易模型請自行承擔風險。

動態 | 報告：BTC 2019年的回報率為+95%，超過150天的波動幅度不到+/- 1%:加密衍生品數據分析提供商Skew markets最近的一份加密市場分析報告稱，BTC 2019年的回報率為+95%，超過150天的波動幅度不到+/- 1%。2019年比特幣價值的最大單日波動幅度為17.4%。平均絕對日回報率為2.4%，2019年期間90%的回報率在-4.7%至+6.1%之間。（Ambcrypto）[2020/1/3]

戰勝”看不見的手“的交易模型

根據我的設想，這個交易模型應該是比特幣價格的相對一致性指標，我也在不斷測試并修正這個交易模型。

在這次長達90天的模擬實驗中，我“買入”了價值10萬美元的比特幣，通過交易模型做出的買入/賣出決策，最終的投資回報率高達29%。

分析 | 區塊鏈相關股票和比特幣的回報率之間相關性并不顯著:據分析，從歷史上看，與區塊鏈相關的股票和比特幣的回報率之間的相關性一直很小。這些股票在2018年經歷了略微升高的相關系數，但此后有所下降。2017年末至2018年間，Overstock發行STO，與比特幣的相關性最高。迅雷有限公司是唯一一家在2019年經歷顯著相關性增長的公司。[2019/7/9]

不過，作為一次模擬實驗，這里的利潤中并沒有扣除實際交易時需要付給加密貨幣交易所的手續費，這巨額的手續費讓我急切地盼望去中心化加密貨幣交易所的普及。

交易模型的靈感來自于WillyWoo的工作，Willy第一個提出使用谷歌趨勢服務的數據來預測比特幣價格的走向。我在他工作的基礎上做出了一些改進，具體的方法如下。

首先，通過谷歌趨勢服務查詢最近90天里“比特幣兌換美元價格”和“購買比特幣”的搜索趨勢：

GMO第一季度財務報告：數字貨幣業務收入達600萬美元 投資回報率喜人:據financemagnates消息，GMO互聯網公司公布了2018年第一季度財務報告。報告顯示，數字貨幣業務本季度收入達600萬美元，跟公司這一季度利潤顯著增長有直接關系。2017年第一季度末，該公司凈銷售額為3.3億美元，而今年增加到了4億美元，增幅達21％。[2018/6/5]

7月7日到10月4日這90天時間里，“比特幣兌換美元價格”和“購買比特幣”的搜索趨勢

其次，我注意到，當“比特幣兌換美元價格”與“購買比特幣”的搜索量比率低于3：1時，第二天的比特幣收盤價格就會上漲。

如果這個比率大于3：1時，比如說達到了4:1或5:1，那么這就是一個要賣出的信號，因為第二天比特幣收盤價格會下降。

接下來，我對比特幣前后兩天收盤價價格差超過80美元的情況進行了進一步的測試，在這些測試中，搜索量的比率與價格波動表現出了極大的相關性。

這里的80美元是我人為給定的一個值，這個值在實驗中取得了很不錯的效果。實驗期間的比特幣價格以及交易模型給出的買入/賣出策略如下所示：

實驗期間的比特幣價格以及交易模型給出的買入/賣出策略截圖

根據上圖，可以看出：

BTCUSD：谷歌趨勢服務給出的當日搜索量數據。

BuyBitcoin：谷歌趨勢服務給出的當日搜索量數據。

Price：加密貨幣排名網站CoinMarketCap給出的比特幣當日收盤價。

Excel表格中的E列：“購買比特幣”與“比特幣兌換美元價格”的搜索量比率。

Excel表格中的F列：交易模型給出的買入/賣出決策。例如，針對單元格F19，決策的公式是：F19=if，“買入”，“賣出”），即當同時滿足當日“購買比特幣”與“比特幣兌換美元價格”的搜索量比率大于35%，當天比特幣收盤價與前一天差值大于80美元時買入，否則就賣出。也就是說，Excel表格中E這一列數據大于35%且G這一列數據大于80就是買入的信號。

Excel表格中的G列：比特幣收盤價與前一天的差值。

Excel表格中的H列：假定在2018年7月7日價值10萬美元的比特幣，期間按照該交易模型給出的買入/賣出策略進行交易，當日持有的比特幣總價值。

交易模型結果的優化

按照上述的交易策略，在90天的實驗周期內，理論上我的資產從10萬美元增長到了128,839美元，幾乎實現了29％的投資回報率。不過上面我也提到了，這并不是一個最優的模型，我還可以從幾個方面做出優化。

“比率大于35％”和“差額大于80美元”這樣的判別準則看起來十分隨意，因為這只是我在有限的90天數據集中找出的規律。是否有其他的決策標準可以產生更好的買入/賣出決策？

當比特幣價格水平維持在6000到8000美元時，這個交易模型可以給出很好的決策。

在分析了過去一兩年的交易信息后，我對交易模型做出了一些改進，我將決策規則細化并做成了表格，表格的縱軸為“購買比特幣”與“比特幣兌換美元價格”的搜索量比率，數值從1：3到1：5不等。

考慮到比特幣價格波動較大，“80美元”這個指標并不總能奏效，因此我將這個指標轉換為差價與當日比特幣價格的比值，并將其列在表格的橫軸，在這種情況下，一個可能最優的交易模型就是，在同時滿足“購買比特幣”與“比特幣兌換美元價格”的搜索量比率為1：2.86且價格波動的比率為0.014543229時買入。

改進后的表格看起來這個樣：

改進后交易模型的決策規則

后續規劃

除此之外，這個交易模型還有很大的優化空間。

首先我想進行一些測試，通過研究過去的交易數據找到能夠最大化利潤的最佳指標，這需要對過去的價格和搜索量比率進行回歸測試。

我的設想是不同的價格水平上存在著相同的最佳指標，GoodLuck！

Tags：比特幣加密貨幣買比特幣比特幣價格比特幣今日價格穩定幣和加密貨幣哪個好買比特幣合法嗎比特幣價格實時行情幣價格

FTT