[previsioni] machine learning bitcoin forecast - page 2.

Harakiri88

member

Activity: 84

Merit: 87

Quote from: babo on December 25, 2021, 08:14:15 AM

Per fare quello di cui parlate servono tantissimi parametri
Serve trovare delle correlazioni fra d loro, e tutta questa fatica nn è detto che s traduca in qualcosa di efficace
Un sacco di lavoro
Sarebbe affascinante, è molto figo
Ma c vuole davvero molto tempo

Se vuoi che cominciamo a fare alcuni test su parametri differenti e differenziati nel tempo per vedere quale comincia ad avvicinarsi di più, io ho un paio di server casalinghi che possiamo usare per lo scopo

ci facciamo la nostra rete di analisi con pool di dati diversi e vediamo quale nel tempo sviluppa predizioni "reali"

babo

legendary

Activity: 3528

Merit: 4042

Per fare quello di cui parlate servono tantissimi parametri
Serve trovare delle correlazioni fra d loro, e tutta questa fatica nn è detto che s traduca in qualcosa di efficace
Un sacco di lavoro
Sarebbe affascinante, è molto figo
Ma c vuole davvero molto tempo

fillippone

legendary

Activity: 2114

Merit: 15144

Fully fledged Merit Cycler - Golden Feather 22-23

Quote from: serhack on December 23, 2021, 05:38:46 PM

Di per sé non è difficile: puoi riconoscere pump e dump, balene, flash crash con semplici operazioni algebriche. Il problema più grande sta nelle individuarle come un chirurgo... ovvero capire a priori che il mercato in quel momento è particolarmente instabile. Dovresti trovare alcuni episodi famosi di crashing per eventualmente far imparare alla tua rete eventuali segnali di "panic" prima dell'effettivo crash (sempre se esistono, c'è anche il problema che alcune volte tali avvertimenti non esistono e ciaone).

Il problema principale è che all'inizio questi crash non sono crash, ma solo leggere discese, poi le cose si moltiplicano ad una velocità tale che per un umano è sicuramente impossibile reagire, per un computer normale è difficile, e solo per i server degli HFT funds presso gli exchange stessi esiste qualche possibilità.

Poi sicuramente come dice Paolo, "Il momento di comprare è quando il sangue scorre nelle strade", ma difficilmente un HFT tiene aperto un trade pr un'ora, figuraimoci qualche mese, sono mestieri diversi...

serhack

member

Activity: 107

Merit: 168

Security Researcher and Writer

Di per sé non è difficile: puoi riconoscere pump e dump, balene, flash crash con semplici operazioni algebriche. Il problema più grande sta nelle individuarle come un chirurgo... ovvero capire a priori che il mercato in quel momento è particolarmente instabile. Dovresti trovare alcuni episodi famosi di crashing per eventualmente far imparare alla tua rete eventuali segnali di "panic" prima dell'effettivo crash (sempre se esistono, c'è anche il problema che alcune volte tali avvertimenti non esistono e ciaone).

fillippone

legendary

Activity: 2114

Merit: 15144

Fully fledged Merit Cycler - Golden Feather 22-23

Quote from: serhack on December 23, 2021, 05:25:25 PM

Sarebbe interessante capire come si dovrebbe comportare un algoritmo di machine learning su eventi eccezionali come panic selling, balene dei mercati ed altri microfenomeni che porterebbero ad una analisi inconcludente

Credo che questo sia un interessante filone di ricerca, anche perchè in passato credo che più di un flash crash (perdite di più del 10% di un indice nel giro di pochi minuti), sia stato dovuto proprio all'azione combinata di uno o più algoritmi di trading impazziti in loop di auto-execution.
Sapere queindi come "riconoscere ed evitare" queast situazioni potrebbe avere quindi un enorme valore.

serhack

member

Activity: 107

Merit: 168

Security Researcher and Writer

Quote from: babo on December 23, 2021, 05:51:27 AM

apro questo thread per discutere se un eventuale sistema (+o- complesso) di machine learning, reti neurali, deep learning possa in qualche modo prevedere un trend nel prezzo di bitcoin
l'esercizio e' solo per scopo apprendimento di tale disciplina: machine learning
non ha scopi "speculativi" ma uso bitcoin perche e' divertente

Il machine learning è sicuramente una disciplina affascinante da applicare a mercati volatili come quello del Bitcoin. Premetto di saperne molto poco sul machine learning, ma aggiungo volentieri alla discussione un po' di repository (alquanto vecchie, 5/6 anni, ma alcune più recenti) che si prefiggevano di applicare alcuni semplici metodi di machine learning (problemi di regressione, problema della classificazione multiclasse e/o binaria) all'andamento del mercato:

https://github.com/bukosabino/btctrading
https://github.com/cbyn/bitpredict
https://github.com/amicks/Speculator

Sarebbe interessante capire come si dovrebbe comportare un algoritmo di machine learning su eventi eccezionali come panic selling, balene dei mercati ed altri microfenomeni che porterebbero ad una analisi inconcludente). O meglio, come si dovrebbe adattare un algoritmo nel caso in cui vengano rilevati questi tipi di eventi eccezionali. Ovviamente queste analisi sono da effettuare con dati prelevati direttamente da exchange e non a posteriori su CoinMarketCap.

fillippone

legendary

Activity: 2114

Merit: 15144

Fully fledged Merit Cycler - Golden Feather 22-23

Ok Babo,
ma cosa vuol dire che hai "usato" prophet?
Immagino che sarai partito da qui:
https://facebook.github.io/prophet/

Poi credo che tu abbia usato Python.
Puoi condividere il codice che hai usato?

Su su, che vogliamo imparare pure noi!

babo

legendary

Activity: 3528

Merit: 4042

allora
la libreria usata e' prophet di facebook (parliamo di python)

non ho fatto altro che prendere i dati storici dal 2013 e far prevedere 365 giorni, piu la previsione va in la, piu il range si allarga

nei prossimi giorni provo a farla con keras e altri modelli di machine learning

Harakiri88

member

Activity: 84

Merit: 87

ci ho lavorato brevemente a supporto perché l'azienda dov'ero prima, letteralmente, sviluppava alcune board per l'uso e mi ha sempre affascinato in maniera importante

seguo il topic con interesse Grin

babo

legendary

Activity: 3528

Merit: 4042

apro questo thread per discutere se un eventuale sistema (+o- complesso) di machine learning, reti neurali, deep learning possa in qualche modo prevedere un trend nel prezzo di bitcoin
l'esercizio e' solo per scopo apprendimento di tale disciplina: machine learning
non ha scopi "speculativi" ma uso bitcoin perche e' divertente

python prophetfb collab notebook https://jirafeau.devol.it/f.php?h=0_MsCmry
python keras **in lavorazione**

TODO
implementare parametro https://www.binance.com/en/futures/funding-history/1 funding

Topic: [previsioni] machine learning bitcoin forecast - page 2. (Read 357 times)