Фон
Мы с моим другом Джеком рано полюбили криптовалюты. Мы оба инвестировали индивидуально, но осенью 2015 года вместе основали фонд в ожидании сокращения вдвое вознаграждения в биткойнах в июле 2016 года. У Джека потрясающая сеть взаимоотношений, и вскоре мы собрали большой фонд из разнообразной группы инвесторов. Большинство людей покупали акции по цене около 250 долларов, а когда цена выросла до более чем 500 долларов, мы получили прибыль и получили группу очень счастливых инвесторов.
Затем мы начали обсуждать, как обеспечить постоянную рентабельность инвестиций в фонд. Я был занят робототехникой и машинным обучением и предложил создать нейронную сеть, которая могла бы оказать нам некоторую поддержку при принятии решений о покупке / продаже.
Команда
Для этого нам удалось собрать отличную команду. У нас есть:
- Юэн из Лондона с прекрасными отношениями в сфере финансовых услуг.
- Махеш, ИТ-эксперт из Бангалора
- Ашиш математик из Дели
- Тим из Швейцарии гуру глубокого обучения
- Джек, руководитель бизнеса из Лондона
- У меня хорошие отношения в секторе прямых инвестиций
Данные
Если вы хотите работать с нейронными сетями, первое, что вам нужно, - это данные. Множество данных. Вот почему данные еще называют новой нефтью. Нейронные сети эффективны только в том случае, если у вас большой объем данных. Если вы ищете данные, я могу порекомендовать https://www.quandl.com. Для начала они собрали отличную коллекцию баз данных.
Эван оказал большую помощь, зная, какие данные уже широко используются в моделях сектора финансовых услуг.
Нейронная сеть
Мы начали с простой сети LSTM с 4 входными узлами и 100 скрытыми узлами и начали с обычных входных переменных, таких как:
- Сложность
- Объем
- Цена золота
- Обменный курс USD / CNY
Мы обучили сеть, и ниже вы можете увидеть регрессию между этими 4 переменными:
Даже с этими переменными нейронная сеть уже хорошо подошла. Мы перебрали более 500 входных переменных и, наконец, остановились на 20. Мы пока сохраним эти 20 в секрете.
Как бы то ни было, пришло время запустить сеть, и здесь вступил Тим с его хорошими отношениями с Nvidia. Nvidia с ее мощными графическими процессорами и сосредоточением внимания на машинном обучении могла бы стать весьма важным игроком в этой области, и мы надеемся что они и дальше будут стремиться сделать глубокое обучение доступным для разработчиков. Вот результаты 100 дней торговли с нейронной сетью, предсказывающей цену биткойнов.
Я бы сказал, неплохо, но с некоторыми неприятными отклонениями. В целом, это помогло нашей торговле, но все еще требует больших знаний криптовалютного рынка, чтобы принимать правильные решения о покупке / продаже. Однако я вижу большой потенциал в нейронных сетях, помогающих принимать торговые решения. Все мы знаем, что объем торгов, сложность, цена на золото, курс USD / CNY и т. Д. Имеют некоторое влияние на цену биткойна, но для человека просто невозможно взвесить все эти переменные одновременно.
Дальнейшие действия
Мы экспериментируем с рядом стратегий для дальнейшего улучшения нашей нейронной сети. Некоторые из них:
- Выбор различных входных переменных
- Использование нелинейных авторегрессионных сетей для прогнозирования торговых моделей
- Лучшее использование скользящих средних в нашей модели для прогнозирования на будущее
Сообщите мне, что вы думаете об использовании нейронных сетей в Биткойне, и напишите мне, если хотите помочь в этой захватывающей области.
