Mit Bitcoin Trading Simulation Rinde Ganancias Del 89% En 50 Días

MIT Bitcoin Trading Simulation Rinde Ganancias del 89% en 50 días Joon Ian Wong (joonian) | Publicado el 14 de octubre de 2014 15:38 GMT Operando bitcoin rentable sigue siendo más un arte que una ciencia exacta. En un día cualquiera, Reddit está lleno de teorías para explicar bitcoin los movimientos de precios, que van desde los indicadores técnicos exóticas a las maquinaciones de FUD (miedo, incertidumbre y duda) vendedores ambulantes. Eso puede cambiar, sin embargo, con un nuevo artículo que afirma haber ideado una estrategia de negociación que puede producir un retorno del 89% en menos de dos meses. Los autores, del Instituto de Tecnología de profesor asociado Devavrat Shah y estudiante de informática Kang Zhang Massachusetts, recolectaron datos de OKCoin. intercambio más grande del mundo por volumen de negociación, de febrero a julio. Se alimentaban los datos en un modelo estadístico de predicción se han desarrollado y se utilizan los resultados para llevar a cabo una simulación de operaciones CNY / BTC. En la simulación, el comerciante sólo podía ir de largo o corto 1 BTC en cada comercio. La volatilidad aumenta ganancias La simulación de comercio, realizado en los datos tomados de 50 días consecutivos en mayo y junio, arrojó resultados altamente rentables. El comerciante simulado invirtió 3.781 yuanes e hizo 2.872 operaciones. El beneficio acumulado total fue 3.362 yuanes, o un retorno de 89% sobre el importe invertido. La estrategia de negociación produjo los mayores beneficios cuando la volatilidad es alta, en el período en el final de mayo y principios de junio, y todavía era rentable cuando el precio se redujo de manera constante al final del período simulado. La estrategia de negociación también produjo un ratio de Sharpe de 4,1, escriben los autores. Esto expresa el retorno de una cartera después de ajustar por la tasa libre de riesgo de retorno. Una alta relación muestra que un inversionista produce retornos mientras tomo con menos riesgo, con una puntuación de tres y por haber sido considerados excelentes. Ratio de Sharpe de los autores se compara favorablemente con los fondos de inversión de referencia, como la Bolsa de Index Fund Vanguard total del mercado, más grande tal vehículo del mundo. que es un valor de $ 355bn. Ese fondo tiene un ratio de Sharpe de un año de 1,79 y ha vuelto 8,32% en el último año. Línea azul = Precio bitcoin en OKCoin. Línea Negro = beneficio comercial. Fuente: Regresión bayesiano y Bitcoin. Fig. 3 Mirando en los datos Los resultados del papel pueden también apoyar las demandas de los operadores técnicos en Bitcoin mercados. Los autores analizaron los datos de predicción y encontraron evidencia de 'triángulo' y 'cabeza y hombros' patrones en los gráficos de precios. "Esto parece sugerir que efectivamente existen tales patrones y [. Explica] el éxito de nuestra estrategia comercial", escriben. Una versión preliminar del documento, titulado bayesiano de regresión y de Bitcoin. fue publicado en las Actas de la Conferencia 2014 Allerton sobre Comunicación, Control y Computación - uno de los de más larga duración y más prestigiosas conferencias en su campo. La conferencia de tres días concluyó el 3 de octubre. Teniendo en cuenta el tamaño del comercio restringido de la simulación de 1 BTC, podría más dinero puede hacer con más capital en juego? Los autores escriben que se requiere más investigación, aunque especulan que el beneficio puede ser magnificado. Los autores también señalan que más beneficios pueden ser producidos por crujido de más datos, aunque esto requeriría "computación en una escala masiva". Utilizaron una máquina 32-núcleo con 128 GB de RAM para el estudio y los datos de series de tiempo "representativos" en la etapa de modelado predictivo. Orígenes en el análisis Twitter Simulación predictiva Shah y de Zhang se basa en un "modelo de fuente latente" que se describe en un artículo publicado el año pasado y fue diseñado para predecir lo que se convertiría en 'trending topics' en Twitter. Shah co-autor de ese documento con dos investigadores del MIT y Twitter. Su modelo fue capaz de predecir trending topics precisión de hasta el 79% de las veces, según los autores. Imagen ganancias a través de Shutterstock