工程
- 仮説設定
- データ収集/データ理解/可視化
- モデリング、特徴量
- 評価: このシグナルはどれだけ効くか
- 検証
- 交差検証
- 運用
ラベリング
クロスセクション順位化
Numerai方式. 順位を予測する.
オーバーフィッティング対策
金融時系列における機械学習のオーバーフィット対策｜botter_01, モデルの単純化、データ拡充、アンサンブル、正則化、そしてリサンプリング手法
検証(validation)
モデルや評価は信用できるか？過学習ではないか？
- 📊交差検証
- 多重検定
クリプト
- 📝richmanbtc mlbotでバズった.
- 大きな資金を運用するのに向いている(Atomic arb/mmbotはスケールしない).
mlbotについては📝richmanbtc mlbotの話題が大きすぎるものの, それだけではない. なぜならば機械学習を利用してxを予測するのがmlbotなのだから. 他のTopicsも集めていく. おそらくネットで転がっているものにエッジはないがインサイトは得ることは可能.
仮想通貨のMLbotで稼ぐってどうやるの(2022年版)
https://twitter.com/richwomanbtc/status/1528003378949013504
💡AIを活用することで質の高いアルファをサーベイする
利益1億円を達成したAI投資の概要 - これからの「お金」の話をしよう
安定した運用を行うためには、利益の源泉となる何か（これをエッジと呼びます）を自分自身で見つけ出す必要があります。ここで役立つのがAIによる質の高いサーベイです。 AIを使って複雑なモデルを組むのではなく、世の中に溢れる様々な事象を構造化することでこれまで認知されていなかった収益の機会が発見できる可能性があります。
これらのサーベイ手法の主目的はリターンを直接予測することではなく市場構造に対する解釈の取り掛かりを作ること
💡複雑な機械学習モデリングよりも事象の情報の構造化とサンプリングにエッジはある
機械学習で予測する際は, 情報を集めて(サンプリング)それを元にモデルを作る(モデリング).
この際, 難しいモデルを組むよりも, 収集が難しい(データ化が難しい)ような情報を集めるほうがエッジが埋まっている可能性は高い.
複雑なモデルではなく, サンプリング, ホワイトアルファの発掘.
References
- ML botterにオススメなLightGBMのとっておきパラメータ紹介｜j26｜note
- 機械学習を用いたロジック（の説明書だけ公開）｜くもすけ｜note
- Pythonで機械学習を使った暗号資産のシステムトレードに入門する | GMOインターネットグループ
- pythonで仮想通貨⑤ 暗号通貨自動売買MLbotのエッジを探す。【イーサリアム(ETH-USDT) ロジスティック回帰】
- 仮想通貨MLBot つくってみた い ② テンプレートコード - joda!!
2024
- まだMLボットで消耗してるの？｜UKI｜note
- MLBotを作る際に気をつけるべき事｜あいかわ ひびき(Hibiki Aikawa), 2024/12
- S級CEX ML Botterへの道｜UKI, 2024/12
- 冬の時期につくるのがいい. 2年以上かかる覚悟で.
- 消えたエッジの話 仮想通貨botter Advent Calendar 2024 22日目 #bot - Qiita, 2024/12
- FTXで最後までML botを動かした結果1500万溶けた話｜ky
サンプルコードあり
- https://github.com/Connie-Wild/ChannelBreakoutBot
- READMEのおわりにhyperoptをつかったパラメータチューニング
Opinions
🔗References
ライブラリ
- https://github.com/jmrichardson/tuneta
- talibとかを使ってtarget関数を機械学習で最適化.
Kaggle
- kaggle: G-Research Crypto Forecasting
- Optiver Realized Volatility Prediction | Kaggle
- マーケットメイカーのOptiver主催コンペ.
- 過去の値動きからボラティリティ予測.
- Optiver Realized Volatility Prediction 簡単なコンペ詳細とEDA - Qiita
Papers
Books
- 📚ファイナンス機械学習 - マルコス・ロペス・デ・プラド(2019), みんな読んでいる書籍.
📚Machine Learning For Algorithmic Trading - Stefan Jansen(2020)
Packtで評判がいいかつ年末セールでなぜか持ってた. この本はセールがかかる.
カナヲさんのnoteが超絶すごい.
- カナヲ定量分析｜note
- machine learning for tradingの始め方｜カナヲ定量分析｜note
- Machine Learning For Algorithmic Trading 解説リンクまとめ｜カナヲ定量分析｜note