#模型识别

8小时前

总算爬出来了这个坑，Regime的识别依旧是整个工程里面最困难的部分，这个版本花费了2天时间，把资金费率、持仓量、现货溢价这些数据全部扔进去了... 然后我也降低了模型的任务难度，它不再需要识别涨跌横三种模式，只需要提前给我一个简单的输出，衡量接下来出现空头趋势的概率是多少就行... 然后策略因子这边按照正常现货Holder与0.9倍做空为基础进行迭代，最终整个策略系统终于能跑赢现货了... 看了一下因子表达式，就是长期做多，但避免所有潜在回调带来的回撤即可... 最终的特征贡献里面，最有效的因子分别是： 1. 当前价格距离局部高低点的距离； 2. 现货溢价与资金费率之间的一个比值公式； 3. 现货溢价的EMA5均线。说白了，判断是不是要出现空头趋势，模型的逻辑就是看价格是否远离近期最高点且资金费率与现货溢价长期保持极低的水平... 机器学习下来的结果和我过往做数据分析的逻辑基本一致... 这次没有用SJM模型进行Regime划分，而是在SJM的基础上，让LightGBM去学习，很大程度上避免了前视误差，所以总体收益率已经很低了... 毕竟在币圈带单老师和收费群老师眼里，从2021年做到现在，只赚了400%，说出去都会感觉丢人...

#算法 #工程难题 #资金费率 #持仓量 #现货溢价 #模型识别 #策略迭代 #空头趋势