暗号予測市場でAIを使用して量化とバックテストを行う方法。

今日は実践的な内容を話しましょう。
5分または15分のアップダウンを例に挙げます。
例えば、多くの人が予測市場での戦略を非常にシンプルかつ荒っぽく行っています。
イベント終了の数分前に、価格が90-95に達したら直接買いに行く。俗に「ラストスパート」と呼ばれる手法です。
まず、ラストスパートで利益を出せるかどうかですが、もちろん可能です。しかし、そんなに単純で荒っぽくやってはいけません。
ラストスパートで追求するのは極限の勝率です。そして、その極限の勝率を追求するにはフィルタリングが必要です。単純な条件だけで一律に切り捨てることはできません。
では、どうやって極限の勝率を追求するのか？前提として、買った後に価格が反転しないことが必要です。
そこで方法は、AIに指示してデータ分析をさせることです。
まず、過去1～2年のK線データを取得し、そのデータをAIに入力します。
次にAIに伝えます。「今からあなたに、任意の計算・設計をさせてください。15分足の終値前に買った後、価格が反転しない条件をフィルタリングしてください。」
（もし反転しないだけでは不安な場合は、さらに条件を追加します。例えば、終値と始値の距離が一定以上あることなど。必要に応じて追加可能です。自分で調整してください。）
既存のK線データを使って、最適なスキームを設計・組み合わせます。
次に、効率を上げるために、分析に便利なオープンソースのフレームワークをいくつかインストールし、バックテストを行うようAIに指示します。
AIは猛烈な勢いで計算と分析を行い、最終的に結果を整理してあなたに提示します。どのアルゴリズムを使ったのか、どのような結果が得られたのか。
あなたは何も気にせず、放置してAIに一気に操作させるだけです。AIが結果を整理してくれます。
このプロセスが最も時間がかかる部分です。複数のAIを同時に動かせる準備をしておくと良いでしょう。
最後に、それらすべての結果をルールに書き込みます。これが因子です。複数の因子が得られ、それぞれの因子はバックテストで反転しない結果、または反転の確率が極めて低いことを示しています。
ある因子がトリガーされたら、そのまま実行に移すだけです。
以上が全てです。全体のプロセスにおいて、あなたは何も理解する必要はありません。
これが、AIを使った予測市場の量化とバックテストの標準的な方法です。
最終的に安定した利益を得るにはそれだけでは不十分です。なぜなら、最終的には実際の取引で試してみないとわからないからです。例えば、手数料の問題、スリッページの問題、板の価格の問題、過剰適合の問題など。
これらは計算に含めることができません。なぜなら、予測市場のデータを入手できないからです。
以上の内容が、ただ無駄に遊んでいるだけの人たちに少しでも役立つことを願っています。