90 天内退货 29%！ 他用情感模型分析比特币走势，大获成功！

作者| 马克霍华德

编译 | 国喜

玩过股票的人都知道，股市的波动受多种因素共同影响，具有很强的随机性，难以预测。 新兴的加密货币市场与股票市场截然不同，更加难以预测。

由于传统方法行不通，国外网友Marc Howard通过分析公众对加密货币的情绪，找到了另一种预测加密货币市场波动的方法。 他是如何在 90 天的试用期内实现 29% 的投资回报率的？

让我们来看看。

当我第一次接触加密货币时，有几个问题困扰着我：

当时，我为自己设定了一个看似遥不可及的目标，即试图了解变化无常且看似不可预测的加密货币市场。

当然，我并没有想太多。 加密货币市场充满魅力，许多交易者沉迷其中。 许多交易者试图通过技术分析来揭开加密货币市场的神秘面纱，而一些交易者则机灵地复制股票市场的基本分析理论。

然而，结果并不乐观。 没有什么神奇的交易模式总能打败市场这只“看不见的手”。 原则上，可能导致加密货币市场波动的因素太多了。 这个市场具有很强的随机性，即使是最好的基于人工智能的交易模型也不能保证持续盈利。

但我采取了不同的方法，开始从另一个角度建立交易模型。 这种交易模型非常简单，在本文中我将以最清晰的方式展示我的想法。

需要注意的是，我的交易模型仍然是一个正在开发中的半成品。 虽然它在模拟实验中表现出了很强的预测能力，但绝不是万无一失的。 如果您使用我的交易模型，请自行承担使用风险。

战胜“看不见的手”的交易模式

按照我的设想，这个交易模型应该是比特币价格的相对一致性指标，我也在不断地测试和修正这个交易模型。

在这个为期 90 天的模拟实验中，我通过交易模型做出的买入/卖出决策，“买入”了价值 10 万美元的比特币，最终投资回报率高达 29%。

但是，作为模拟实验，实际需要支付给加密货币交易所的交易费用并没有从这里的利润中扣除。 这笔巨额费用让我热切期待去中心化加密货币交易所的普及。

该交易模型的灵感来自 Willy Woo 的工作，他是第一个提出使用 Google Trends 服务的数据来预测比特币价格方向的人。 我在他的工作基础上做了一些改进，具体方法如下。

首先通过Google Trends服务查询最近90天“比特币兑美元价格”和“购买比特币”的搜索趋势：

△7月7日-10月4日90天“比特币兑美元价格”“买比特币”搜索趋势

其次，我注意到，当“比特币兑美元价格”与“购买比特币”的搜索量比低于3:1（准确地说是超过35%）时，第二天的比特币收盘价（close price）将上升。

如果这个比例大于 3:1（准确地说是超过后者的 35%），比如说 4:1 或者 5:1玩比特币的都是什么人，那就是卖出的信号，因为第二天比特币的收盘价会下跌。

接下来，我对比特币收盘价前后两天的价差超过80美元的情况进行了进一步的测试。 在这些测试中，搜索量与价格波动的比率表现出很强的相关性。

这里的$80是我人为给的一个值，这个值在实验中取得了很好的效果。 实验过程中的比特币价格和交易模型给出的买卖策略如下：

△实验过程中的比特币价格和交易模型给出的买卖策略截图

根据上图可以看出：

交易模型结果优化

按照上述交易策略，我理论上在 90 天的实验期内将我的资产从 100,000 美元增加到 128,839 美元，投资回报率接近 29%。 但是，正如我上面提到的，这不是一个最优模型，我可以从几个方面对其进行优化。

诸如“比率大于 35%”和“差异大于 80 美元”之类的标准似乎非常武断，因为它们只是我在有限的 90 天数据集中发现的模式。 是否有其他决策标准可以产生更好的买卖决策？

当比特币价格水平维持在 6,000 美元至 8,000 美元时，这种交易模型可以做出很好的决策。

在分析了近一两年的交易信息后，我对交易模型做了一些改进。 我细化了决策规则并制作了表格。 表格的纵轴是“购买比特币”和“比特币兑美元价格”的搜索量比例玩比特币的都是什么人，范围从 1:3 到 1:5。

考虑到比特币价格波动较大，“80美元”这个指标并不总是有效，所以我把这个指标换算成当日差价与比特币价格的比值，列在横轴上桌子。 在这种情况下，一个可能的最优交易模型是在“买入比特币”和“比特币兑美元价格”的搜索量比为1:2.86（即0.35）且价格波动率为0.014543229时买入。

改进后的形式如下所示：

△改进交易模型的决策规则

后续规划

此外，这种交易模式还有很大的优化空间。

首先，我想做一些测试，通过研究过去的交易数据来找到最大化利润的最佳指标，这需要对过去的价格和搜索量比率进行回归测试。

我的假设是相同的最优指标存在于不同的价格水平，祝你好运！