CryptoPainter

Es gibt bereits mehrere Projekte, die mich gebeten haben, ihre AI-Trading-Architektur zu testen. Ich möchte ein paar Punkte ansprechen: 1. Langfristige reale Ergebnisse sind entscheidend; kurzfristige Shitcoins ohne max dd sind nicht aussagekräftig, das ist nur Überlebensverzerrung. Wenn man einen Coin, der bereits null ist, rückwärts testet, sieht die Kurve genauso schön aus. 2. Wenn das Sharpe-Verhältnis > 5 ist, kann man ziemlich sicher sein, dass es sich um Overfitting, Look-Ahead-Bias oder Datenleck handelt. Medallion hat im Durchschnitt nur 2-3, wenn du zu Hause 7 erreichst, solltest du dir darüber im Klaren sein. 3. Wenn du Daten aus einem Krypto-Bullenmarkt testest, ist das nicht dasselbe wie das Testen von Daten aus einem breiten Markt; das ist völliges Overfitting, das ignoriere ich grundsätzlich. Mindestens die beiden Bärenmärkte 2018 und 2022 sollten durchlaufen werden, und dann eine Walk-Forward-Analyse, erst dann zählt es als Strategie. 4. Transaktionsgebühren, Slippage und Funding-Rate müssen berücksichtigt werden. Die Maker/Taker-Gebühren von Binance, VIP-Stufen und BNB-Rabatte müssen schrittweise berechnet werden; wenn das Modell ungenau ist, kann der Backtest im Vergleich zur realen Performance eine Verdopplung der jährlichen Rendite zeigen, das ist normal. 5. Die Strategie-Kapazität ist wichtiger als die Rendite. Wenn 100.000 Dollar funktionieren, heißt das nicht, dass 1.000.000 Dollar auch funktionieren. Bei kleinen Coins ist die Tiefe begrenzt; wenn du einsteigst, zerstörst du dein eigenes Signal, was im Backtest nicht reflektiert wird. 6. Es stimmt, dass Krypto-Quant nicht so überlaufen ist, aber Arbitragemöglichkeiten werden ständig aufgezehrt – Funding-Arbitrage, Spot-Futures-Basis, Cross-Exchange-Spreads, die sind im Grunde von Market Makern und HFTs aufgefressen worden. Hochfrequenzhandel ist nicht möglich, reine Faktoren haben keinen Spielraum mehr, übrig bleiben nur die beiden alten Wege: Trend und Mean Reversion. 7. Alpha hat eine Halbwertszeit. Wenn eine Strategie drei Monate läuft, ist das gerade so akzeptabel; wenn sie nach sechs Monaten noch läuft, ist das gut; wenn sie nach einem Jahr noch läuft, ist es sehr wahrscheinlich, dass es Glück war oder dass dein Volumen noch nicht groß genug ist, um Aufmerksamkeit zu erregen. Betrachte nicht den Gewinn aus einem Bullenmarkt als ewiges Alpha, du bist nicht so gut. 8. Die "optimalen Parameter", die durch Grid Search ermittelt werden, sind zu 99 % Overfitting. Echte stabile Parameter sind solche, die du in einem Bereich beliebig auswählen kannst, nicht solche, die nur auf zwei Dezimalstellen genau funktionieren. Die Robustheit der Parameter ist hundertmal wichtiger als der Einzelpunktgewinn, das wissen alle, die es ausprobiert haben. 9. 2017 ICO, 2020 DeFi-Sommer, 2021 Meme, 2022 LUNA/FTX, 2023 AI-Narrative, jede Marktstruktur ist völlig unterschiedlich. Die "Regeln", die du in der vorherigen Phase abgeleitet hast, können in einem anderen Regime direkt null werden, und du verlierst sogar Gebühren. 10. Das Risiko von Börsen ist immer größer, als du denkst. FTX ist null geworden, API-Drosselung, Liquidation durch Flash-Crashes, kleine Börsen gehen pleite, Binance stellt plötzlich ein, das sind alles "einmalige Ereignisse, die das Spiel beenden". Eine jährliche Rendite von 50 % kann nicht gegen einen einmaligen Börsencrash bestehen, das hat nichts mit der Stärke der Strategie zu tun; wenn du in Altcoins investierst, musst du Liquidität und "Delisting-Risiken" berücksichtigen. 11. Die Kurven im Backtest sehen schön aus, aber wenn dein Kontostand drei Wochen lang kontinuierlich sinkt, werden 90 % der Leute das Programm ausschalten und manuell anpassen. 12. Unterscheide, ob du Alpha oder Beta verdienst. In einem Bullenmarkt sind alle Quant-Profis, wenn der Bärenmarkt kommt, bleiben nur die Beta-Leute übrig. Betrachte die Long-Positionen separat, um die Alpha-Kurve zu sehen; die meisten sogenannten "Strategien" haben überhaupt kein Alpha, sie sind nur eine indirekte Long-Position auf BTC mit etwas Volatilität. 13. ML hat im Quant-Bereich viel falschen Glanz. LSTM, Transformer, Reinforcement Learning werden überbewertet; in der Finanzzeitreihe mit extrem niedrigem SNR kann ein einfacher Momentum-Faktor mit angemessenem Risikomanagement besser abschneiden als dein zehntausendmal optimiertes XGBoost. Echt lernen ist wirklich schwer, Quant ist eine echte Herausforderung.

Ich habe gerade dieses Video gesehen, das sehr einfach erklärt, warum Fischöl eine riesige Werbelüge ist… Zu sagen, dass Fischöl wirksam ist, ist gleichbedeutend damit, zu sagen, dass du auf dem Heimweg einmal einen Froschsprung nach vorne machst. Es verkürzt zwar die Distanz, aber was bedeutet das…