model on bot

なぜかbuyとsellで同じmodelをつかってたけど、よく考えたら別々のパラメータチューンされたmodelの方がそりゃ利益を生み出せるわな。逆に言えばbuyとsellでやっぱ振る舞いが違うということなんやなぁ面白い。

leverage on bot

レバレッジって、ポジションサイズを仮想的に何倍にするのでなく、そのポジションの証拠金を何分の一、にするものだったんだな。

勘違いしてたよ

bybitのtestnetについて

bybitのtestnetは、実際のトレードと同じデータが使われてると勘違いしてましたが、両者を比較すると一目でボラティリティが違う…。つまりtestnetはあくまで操作方法に慣れることを目的にすべきで、素人が稼ぎやすいように出来てるので、そこでアルゴの検討等をやる価値はないですね。誰か言及してほしいけど、これは公然の事実なのかしら。。

botメモ

• バックテストで実際の資金からポジション分を減算してシミュレーションしないと実運用とどれだけ乖離するかテスト。 -botの平均約定期間が６だとすると、最大ポジションサイズを２に制約すると、20%程度のダウン。1でも25％ぐらい。思ったほどではない。
• これはつまり、利益の大半が短期間のトレードで生成されてるということだろう。
• 推定値の高さに応じてレバをかけることも重要そう

初心者botterの徒然草2

手数料がある取引所では、やはり高頻度取引はムズイですな。 手数料分のゲインが得られる時間軸にすべきだが、その分時間相関が小さくなる

何度目かわからないno module found ... エラー

はい、また忘れたころにやってきました、 ModuleNotFoundError: No module named 'tensorflow'

Anaconda上のjupyterを立ち上げた時に発生したものですが解決策は、

• pip install jupyter notebook を先にきちんとやる

• その後 pip install tensorflow ...とかで入れる。もちろんcondaと混ぜるな危険

初心者botterの徒然草 (BTC_JPY)

個人的に思った注意点というかキモ

• モデルの予測値の信頼度が一番重要。

  • 土日にbotの取引が減るのでバグったか？と思って信頼度を下げて取引を強制的に増加させたが、ただただ資産が減るだけの結果に。土日は市場の取引高も減ってるっぽいので、その場合は予測ゲイン値も減るように学習されてる気がする。取引を実行に移す閾値選択が一番重要だと思う。

• 時間相関が最も高い時間スケールを選ぶ

  • 一般的に時間間隔が長くなればなるほど、相関は乏しくなる。なので原理的に高頻度取引しかbotterとしては成立し得ない。が、短けりゃいい、というものでもない気がする。とりあえず秒足での取引は自分はまだ出来ない。

• 良い特徴を選ぶ

  • 一般的に提供されてるものだけでなく、時間パラメータを変えたもの、差分等、やはり工夫が必要。モデル選びよりもそっちがやはり重要そう。