编者按：本文来自蓝狐笔记，星球日报经授权转载。前言：本文作者通过分析数据库中不同时间段btc价格、交易量数据，挖掘出一些有价值的信息，由于输入的是特定时间段的回溯数据，交易策略并不通用。这里更应该学习作者的研究方法，根据不同的情况分析出更好的交易策略。由于交易策略本身也会对市场交易产生影响，所以模型也要不断迭代。目前区块链市场还处于早期，有机会分析出很多有价值的结果。本文作者IlyaNevolin，文章来源于medium.com,由蓝狐笔记社群“Dyna”翻译。当我在研究数据库中的价格和交易量数据时，挖掘到了一些非常有价值的信息。我想绘出一天内每小时的不同数据。具体来说，我想看看在一天之内是否存在某种模式。我所做的是拉出过去14天里，每隔2分钟的所有价格和交易量数据。这意味着从2月13日到2月27日的所有数据，仅仅是比特币——我还没有研究其他币种。请记住，我们有两种类型的交易量：24小时交易量和和交易增量。还有一点，我想以小时为单位绘制一个图，但是因为有2分钟间隔，因此我们需要计算出给定小时内所有数据点的平均值。最终结果如下:
Craig Wright：PoW是指导网络存在分歧时如何行动的信号:Craig Wright在其最新的博客文章中解释了为什么工作量证明（Proof-of-Work，PoW）是至关重要的。他表示，工作量证明是一种重要的信号，它告诉网络上的节点，当网络上存在分歧时，该如何行动。重要的是要区分这些节点不是对网络规则投票，而是执行规则。他说，“工作量证明是一种经济信号，从理论上讲是从游戏的角度去激励玩家的诚实行为，或者提供一种惩罚机制。”[2020/8/20]
左边我们有一个表，在这里我插入了标准化的平均值，这样所有数据就在0-1的范围内。通过将数据标准化，我们可以很容易地比较它们的趋势/行为。请注意：我们的日期和时间对应于UTC时区，“小时”字段也是的。右边是我给三个数据集绘制的雷达图。橙色是价格，蓝色是24小时交易量，绿色是交易增量。注意，雷达的半径从中心向外圈以计算。它对应于前面标准化之后的范围内的数据。其中0对应最小值，1对应最大的值。观察这3个图，似乎价格和交易量增量之间没有关系。现在我们把交易量增量数据移开：
伏泰昊：JUST主动思考如何在波场上建立完善的DeFi体系:据最新消息显示，波场大航海时代4.0全球线上发布会正在进行中，JUST项目负责人伏泰昊在发布会中表示：“JUST旨在打造基于波场TRON的稳定币借贷平台，一个好的金融产品离不开下面应用层的稳定输入与输出，会有多个协议与应用的交叉集合，长期来看，JST代币作为整个治理体系的代币，我们会提供多种底层借贷协议和报价协议等，为用户提供全面的金融服务。作为DeFi明星项目，JUST不仅致力于开拓波场的稳定币市场，也在主动思考如何在波场上建立完善的DeFi体系。”[2020/7/7]
当比较价格和24小时交易量时我们确实看到了一些有趣的事情：当价格很低时,24小时交易量达到最高峰值。当价格在最低点时，成交量也很低。当价格处于最高点时，交易量相当高但不是最高。这些是从观察中得来的有趣事实，但它们没什么用。接下来要看的是时间/小时数据:
币情观察室 | 如何操作超短线穿越牛熊高倍获利:4月9日16:00，金色盘面邀请行情大V Alnn做客金色财经《币情观察室》直播间，将分享《如何操作超短线穿越牛熊高倍获利》，敬请关注，扫描下图二维码即可观看直播！[2020/4/9]
如图所示，价格在23:00最高，10点最低，0点很低。这让我很兴奋，因为我可以使用这些发现来创建一个超级简单/愚蠢的交易策略。该策略如下：价格最低时买入，最高时卖出。几分钟后，我添加了一个新的回溯测试策略并开始运行测试。我得到的第一个ROI，结果类似于你从上图中得到的。然而，我们的回溯测试系统输入了一个100%的买卖交易，因此它会使用所有资金来进行买入/卖出交易。所以在我们的例子中，如果输入买入指令，它将会在时钟敲响10点时购买，然后什么都不做直到23:00卖出。在我贴出结果之前还有一些事情要说明:生成以上图表的数据在一个特定日期范围，所以他们只适用于这个范围。但我想看看这个交易策略在该范围之外的表现。由于我们的系统在单次交易时使用了100%的资金，所以我们需要创建两个实验：一个是在价格最低点进行交易，另一个是在第二最低点交易。以下是我从回溯测试中得到的:
大咖零距离 | 如何尽量的以小博大:1月3日20:00，金色盘面邀请实盘大V爆哥做客金色财经《大咖零距离》直播间，将分享《如何尽量的以小博大》，敬请关注，欲进群观看直播扫描海报二维码报名即可！[2020/1/3]
第一个数据列是“日期”，表明直到该天进行回溯测试。每个测试的时间跨度为14天，并在该指定日期值结束。例如，2月27日表示从2月13日到2月27日这段时间。第二和第三列是从回溯测试系统获得的ROIs值。分为两列，每一列各代表一个不同的实验，第一列是在10点进行买入交易得到的；第二列ROI来自于在午夜进行的交易。我画了一个二维柱状图在右边显示这两组ROIs值。蓝色柱子的ROI值是在10点买入得到的，橙色的柱子是在午夜买入得到的。有趣的是，在午夜交易的ROIs值更高。在我们的例子中这可能是正确的，但这并不意味着它通常是正确的。请记住，我们的系统在给定的精确时间点进行交易，但可能是在中途23:30达到真正的最大值。要做出更精确的计算，不仅需要包括当天的小时数据，还要包括给定小时的每分钟，以获得更清楚的画面。然而，通过观察ROIs，看到如此大的数字，比如42%，真是太令人惊讶了！如果我们考虑到该测试系统每天只做一个完整的交易周期，那就更令人震惊了。所以这个系统总计只做了14个“买入+卖出”交易循环得到的这些ROI值。在图表上我们还可以看到其他一些东西，随着时间的推移ROIs减少了。我最初的想法是，与2月份相比，3月份BTC的价格下降了，但这似乎是错误的：
从上图我们清楚地看到，3月份BTC的价格正在上涨，但3月6日的价格又开始下跌。我不想花太多的时间去弄清楚ROI值到底发生了什么，但我认为最有可能的是：我们在一个14天的窗口内进行回溯测试，ROIs值从3月1日开始暴跌。所以很有可能是2月20日到2月26日之间的交易对ROIs有很大的影响，因为在这段时间内价格下跌，导致之后一段时间内的ROIs值很低。如果以上我写的你完全不明白，记住这个：在午夜或上午10点买进比特币，那时它最有可能是最低的，然后在晚上11点卖出，那时它的价格最有可能达到顶峰。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。