ฉันใช้ AI วิเคราะห์เหรียญฟิวเจอร์ส 221 เหรียญ ในที่สุดก็พบเส้นทางเดียวในการซื้อขายเหรียญเทวดา

ชื่อบทความต้นฉบับ: 《ฉันใช้ AI หาเหรียญผีสัญญา 100% อัตราชนะ 焚诀 สุดท้ายสิ่งที่มีประโยชน์คือ...》

ผู้เขียนต้นฉบับ: Skanda การเข้ารหัส｜Skanda (X: @thecryptoskanda)

TL;DR:

1. จากการศึกษามากกว่า 220 เหรียญสัญญา Binance ตัวอย่างเหตุการณ์การจัดการหลายร้อยรายการ และมิติข้อมูลมากกว่า 60 ประเภท เราพบกลยุทธ์การซื้อขายที่มี EV บวกที่อาจเป็นไปได้ใน "เหรียญผี"

2. ข้อมูลพิสูจน์: การทำนายการเริ่มต้นและ "การแตะยอด" เป็นไปไม่ได้

3. กลยุทธ์เดียวที่เป็นไปได้: ขายสั้นเมื่อราคาปรับตัวลงหลังจากพุ่งสูง และปิดตำแหน่งอย่างเคร่งครัดเมื่อราคากลับตัวขึ้น

4. ตัวบ่งชี้เดียวที่มีประสิทธิภาพ: แท่งเทียนเปล่า (Naked K)

5. เข้าตลาดเร็ว ถือครองระยะสั้น วิ่งเร็ว

ต่อไปนี้เป็นเนื้อหาหลัก:

รายงานของ @coinglass_com ในสัปดาห์นี้ อธิบายปัญหาสองประการ:

ประการแรก Binance, Binance, ยังคงต้องเป็น Binance @binance

ประการที่สอง เรื่องปริมาณการซื้อขายสัญญา 90% นี้ ได้บอกความจริงอย่างชัดเจนแล้ว:

"การพนัน" กลายเป็นฉันทามติของผู้ใช้ในอุตสาหกรรมทั้งหมดแล้ว

แม้ว่าฉันพูดแบบนี้จะต้องถูกวิจารณ์อย่างแน่นอน

แม้ว่าฉันพูดแบบนี้มีโอกาสสูงที่จะถูกวิจารณ์

แต่ถ้าเป็นการพนัน ก็อย่าแสร้งทำเป็นว่ากำลังลงทุนตามมูลค่า

การพนัน ต้องกล้าได้กล้าเสีย

การพนัน ต้องเป็นการแข่งขันที่ผันผวนเร็วสูงสุด

และเหรียญผีสัญญาของ Binance คือ Alpha ไม่กี่อย่างในตลาดที่น่าเบื่อนี้ที่นักลงทุนรายย่อยสามารถมีส่วนร่วมได้จริง ได้ผลลัพธ์จริง มีปริมาณการซื้อขายจริง

นักวิชาการใหญ่หลายคนเคยประณามเหรียญที่ถูกจัดการ ว่ามันคือ "EV ลบ" จะทำให้ผู้เล่นในตลาดน้อยลงเรื่อยๆ

แต่ความเป็นจริงคือ เงินทุนที่ผู้จัดการเหรียญผีนำเข้าตลาด และเงินทุนที่เข้าร่วมซื้อขายเหรียญผี ตัวมันเองเกือบจะเป็นหนึ่งในแหล่งเงินทุนเพิ่มเติมไม่กี่แหล่งในตลาดรองที่ยังถือว่ามีปริมาณน่าพอใจ

และมันยังมีคุณลักษณะสำคัญหลายประการ:

ไม่ใช่เชิงปริมาณ

มีทิศทาง

มีความผันผวน

คุณไปซื้อขายในตลาดแบบดั้งเดิม คุณต้องเอาชนะข้อมูลภายในต่างๆ ของ Capitol Hill และ Wall Street

คุณมาซื้อขายเหรียญผี คุณแค่ต้องเอาชนะผู้จัดการสัญญาที่อาจจะไม่เก่งกว่าคุณมากนัก

ปัญหาอยู่ที่นี่:

จะหากฎเกณฑ์ในการต่อสู้กับผู้จัดการสัญญาอย่างไร เพื่อแย่งชิงผลประโยชน์จากปากเสือ?

ฉันใช้ AI + ประสบการณ์ส่วนตัว เริ่มสัมผัสทางได้บ้างแล้ว

แน่นอน ชื่อเรื่องต้องเป็นชื่อเรื่องที่ดึงดูดความสนใจ

ไม่อย่างนั้นคุณคงไม่คลิกเข้ามาอ่าน

หนึ่ง. ทำความเข้าใจก่อนว่า "เหรียญผี" คืออะไร

"เหรียญผี" ที่ฉันพูดถึงที่นี่ ไม่ใช่เหรียญที่แค่ขึ้นเร็วเท่านั้น โดยพื้นฐานแล้ว "เหรียญผี" ที่ฉันพูดถึงที่นี่ หมายถึงสินทรัพย์ประเภทนี้:

• อัตราการควบคุมสปอตพื้นฐานอยู่ที่ 96% ขึ้นไป
• มีสัญญา Binance ส่วนจะมีสปอตหรือไม่ก็ไม่สำคัญนัก
• มักใช้เงินทุนนอกตลาด ดึงและทุบราคาด้วยคลื่นความรุนแรงในเวลาสั้นๆ เพื่อรวบรวมสภาพคล่องและฝั่งตรงข้ามจำนวนมหาศาล
• ทำกำไรโดยการทำให้เกิดการล้างพอร์ต Long/Short กินค่าธรรมเนียมจากฝั่งตรงข้าม และในที่สุดก็ขายสปอตออกให้หมด จบกระบวนการเก็บเกี่ยว

พูดง่ายๆ นี่คือศิลปะแห่งการจัดการ

ผู้จัดการต้องเข้าใจทั้งสัญญา สปอตข้ามแพลตฟอร์ม บนเชน การดำเนินงาน และแม้แต่มนุษย์心理学

สอง. ผู้จัดการไม่ได้ไร้เทียมทาน

หลายคนคิดว่า: ผู้จัดการไร้เทียมทาน

แต่ความจริงแตกต่างกันมาก

ในการแข่งขันเหรียญผี ผู้เข้าร่วมจริงรวมถึง:

• ฝ่ายจัดการ (ผู้จัดการ)
• ผู้ถือหุ้นภายใน (หนู)
• นักลงทุนรายย่อย
• แพลตฟอร์มซื้อขายและกองทุนประกันแพลตฟอร์มซื้อขาย
• วาฬตัวอื่นๆ

ตั๊กแตนจับ蝉 นกกางเขนอยู่ข้างหลัง ไม่ใช่แค่ "ผู้จัดการตีนักลงทุนรายย่อยฝ่ายเดียว"

ประการแรก ผู้จัดการเองก็มักต้องระดมทุน

ไม่ว่าจะเป็นทีมโครงการที่ระดมทุนเกิน 15 ล้านดอลลาร์ หรือ MM "ที่มีชื่อเสียง" เหล่านั้น การพึ่งพาเงินทุนของตัวเองเพียงอย่างเดียว มาทำการจัดการระดับนี้ในตลาดรอง บ่อยครั้งก็เป็นแค่หยดน้ำในทะเล

และการระดมทุนมีต้นทุน

การจัดการเพื่อทำกำไร ไม่ใช่เพื่อศิลปะการแสดง

ดังนั้นผู้จัดการไม่ได้มีแค่筹码มากก็ "ดึงราคาไปเลย"

เขาจะเผชิญกับปัญหาจริงมากมาย:

• ถ้านักลงทุนรายย่อยไม่ตามล่ะ?
• ถ้านักลงทุนรายย่อยตาม แต่ทิศทางไม่ถูก จังหวะไม่ถูกล่ะ?
• ถ้ามีวาฬที่ใหญ่กว่ามาโจมตีโดยเฉพาะล่ะ?
• แม้ว่าทุกอย่างก่อนหน้านี้จะไม่มีปัญหา แต่ถ้าตัดทะลุกองทุนประกันแพลตฟอร์มซื้อขาย กระตุ้น ADL ล่ะ?

เงินของคุณอาจถอนไม่ได้แม้แต่บาทเดียว พี่น้องสิงคโปร์ รู้ว่าฉันกำลังพูดถึงใคร

ดังนั้นการจัดการเหรียญผีมีกฎเหล็กที่เรียบง่ายมาก:

• ตราบใดที่กำไรจากฝั่งตรงข้ามที่สามารถเอาไปได้ตอนนี้ มากกว่าการลงทุนที่ฉันจะจัดการต่อไป ฉันก็จะดึงราคาต่อ ทุบราคาต่อ เก็บเกี่ยวต่อไป
• ในทางกลับกัน ทิ้งเหรียญและจากไป

คำพูดอาจหยาบ แต่เป็นกรอบการตัดสินใจของผู้จัดการเหรียญผี

สาม. "ตีผู้จัดการ" อย่างเป็นวิทยาศาสตร์ เริ่มจากทดลอง

เนื่องจากปัญหาคือ "จะตีผู้จัดการอย่างไร" ฉันจึงลองทำให้สิ่งนี้เป็นข้อมูล

1) สร้างเครื่องมืออย่างไร

ปัญหาของยุคสมัยใหม่ ต้องใช้วิธีของยุคสมัยใหม่

อ้างอิงแนวคิดของ @karpathy เกี่ยวกับ Autoresearch loop ฉันสร้างขึ้นมาเองหนึ่งตัว ตราบใดที่ให้เป้าหมาย ข้อจำกัด และวิธีการทดลองที่ชัดเจน agent จะทำงานต่อไปเรื่อยๆ จนกว่าข้อมูลจะไม่สามารถปรับปรุงได้อีก

LLM ใช้ Opus 4.6

Claude Max 20x ของฉัน ยังรับงานนี้ได้อยู่

ด้าน sandbox ฉันเอา iMac ที่ไม่ได้ใช้มาหนึ่งเครื่อง เป็นเครื่องทดลองระยะไกล

แล้วใช้ Tailscale ควบคุมระยะไกลจาก VSCode บน workstation Windows

ด้านข้อมูล ที่ช่วยการวิจัยครั้งนี้มากที่สุดไม่ต้องสงสัยคือ @coinglass_com

ขอบคุณ @AlbertCoinGlass สำหรับการสนับสนุน API ในการวิจัยครั้งนี้

กราฟแท่งเทียน สมุดคำสั่ง OI อัตราเงินทุน การล้างพอร์ต มีทั้งหมด

นอกจากนี้ ฉันยังใช้:

• Binance API
• Skill Hub (แมนนวล @0xOar ใช้ดีจริงๆ)
• Etherscan V2 API ดึงบันทึกบนเชนย้อนหลัง

2) ดูข้อมูลอะไรบ้าง

สุดท้ายฉันจัดหมวดหมู่ 12 หมวดใหญ่ มิติย่อย 60+ รายการ รวมถึง:

• Funding Rate
• OI
• อัตราส่วน Long/Short (นักลงทุนรายย่อย / ผู้ถือครองใหญ่ / การถือครอง / บัญชี)
• อัตราส่วนซื้อขาย taker
• ปริมาณการล้างพอร์ต
• สมุดคำสั่ง
• การโอนบนเชน
• กราฟแท่งเทียน

เหรียญที่เลือกในตอนแรก รวมถึง $RIVER, $STO, $MMT ภายใน 16 เหรียญที่ฉันตัดสินจากประสบการณ์ว่าเป็นเหรียญผู้จัดการ

สี่. ระยะแรก: ตอนแรกฉันอยากทำนาย "สัญญาณก่อนดึงราคา"

แล้วฉันก็ใช้สมมติฐานที่นักลงทุนรายย่อยชอบจินตนาการที่สุด แต่ปกติมีปัญหาง่ายที่สุด: ทำนายสัญญาณก่อนดึงราคา

"ก่อนการจัดการเหรียญผีต้องมีสัญญาณ เช่น FR ผิดปกติ OI สะสม การเคลื่อนไหวผิดปกติบนเชน หาสัญญาณเหล่านี้ เตรียมตัวล่วงหน้า แล้วพิมพ์เงิน"

ข้อเท็จจริงพิสูจน์ว่า นี่คือวิธีที่เสียเงินเร็วที่สุด

ตอนนั้นฉันยังไม่มีคำจำกัดความที่เข้มงวดเป็นพิเศษสำหรับ "การจัดการ"

แค่ตัดช่วง "เหตุการณ์จัดการ" ที่ชัดเจนที่สุดจากกราฟแท่งเทียนของ $RIVER, $STO, $MMT ด้วยมือก่อน แล้วหาความเหมือนจากเหตุการณ์เหล่านี้ แล้วขยายไปยังเหรียญอื่นอีก 16 เหรียญ เพื่อสร้างชุดทดลอง

เพื่อป้องกัน overfitting Autoresearch ทำการแบ่งเวลาอย่างเคร่งครัด:

• ข้อมูลช่วงต้นสำหรับฝึก
• ข้อมูลช่วงหลังสำหรับ holdout (การตรวจสอบความคงทน)
• ชุด holdout ไม่สามารถเห็นได้ในระหว่างการฝึก

วิธีการทดลองก็รุนแรง:

เริ่มจากค่าสุดขั้วของสัญญาณเดียว เช่น อัตราเงินทุน

แล้วค่อยๆ เพิ่มตัวบ่งชี้อื่นๆ ทีละน้อย จนกว่า F1 จะเพิ่มขึ้น

ผลลัพธ์:

F1 ของชุดฝึกดึงขึ้นไปที่ 0.72

ดูเหมือนจะสำเร็จ

พอขึ้น holdout เกือบทั้งหมดล้มเหลว F1 ตกลงมาอยู่ที่ประมาณ 0.1

นั่นคือ:

การพึ่งพา "การทำนายว่าเมื่อไหร่จะมีการจัดการ" ทางนี้เดินไม่ได้

ห้า. ปัญหาคือ: คุณคิดสาเหตุและผลสลับกัน

หลังจากล้มเหลวในเวอร์ชันแรก ฉันตระหนักถึงปัญหาพื้นฐาน:

เหรียญผีไม่ได้เป็นเหรียญผีเพราะตรงกับตัวบ่งชี้บางอย่าง

แต่เพราะมันเป็นเหรียญผีอยู่แล้ว มันจึงมีลักษณะตัวบ่งชี้เหล่านั้น

ตรรกะนี้สอดคล้องกับความรู้สึกของทุกคนมาก

ตลาดหลักแย่แค่ไหน ก็จะมีเหรียญผีบ้าอยู่เสมอ

เหรียญผีไม่เคยฟังเหตุผลกับตลาดหลัก มันเกี่ยวข้องกับสิ่งเดียว:

มีผู้จัดการหรือไม่?

ดังนั้นเราไม่สามารถคาดการณ์ว่าเหรียญผู้จัดการจะเริ่มเมื่อไหร่

ทิศทางที่เป็นไปได้จริงคือ:

รอให้มันเริ่มแล้ว ระบุว่า "นี่คือเหรียญผู้จัดการ ตอนนี้มันกำลังจัดการอยู่" แล้วค่อยหากลยุทธ์การซื้อขายจากสถานะนี้

ดังนั้นฉันจึงเปลี่ยนแนวคิดโดยสิ้นเชิง

ครั้งนี้ฉันเริ่มกำหนด "รอบการจัดการ" อย่างเคร่งครัด:

การดึงราคาอย่างรวดเร็วในเวลาสั้นๆ แล้วทุบราคาอย่างรวดเร็ว กระบวนการสมบูรณ์นี้ถือเป็นหนึ่งรอบการจัดการ

ปัญหาที่ต้องแก้ไขต่อไปคือ:

• ดึงเท่าไหร่ ทุบเท่าไหร่ ถึงจะถือเป็นรอบสมบูรณ์?
• หลังจากล็อครอบแล้ว ใช้วิธีอะไรในการซื้อขาย?

สิ่งเหล่านี้ฉันให้ AI ค้นพบเองทั้งหมดก่อน

ตัวอย่างการทดลองก็ขยายออกไปมาก:

• 16 เหรียญ ระบุรอบการจัดการ 415 รอบ
• ต่อมาขยายไปยังเหรียญ "ผู้จัดการ" 55 เหรียญที่ตรงกับความเข้าใจของตลาด
• สุดท้ายระบุรอบ 1447 รอบ

ขนาดตัวอย่างไม่เหมือนการทำนายทายทักแล้ว แล้วฉันก็เริ่มพลิกคว่ำต่อเนื่อง...

หก. หลายเวอร์ชันของกลยุทธ์ ถูกตีต่อเนื่อง

V1: ขายสั้นที่ระดับสูง

กลยุทธ์เวอร์ชันแรกให้แนวคิด "ขายสั้นที่ระดับสูง"

การทดสอบย้อนหลัง Sharpe +0.72

ฟังดูยังใช้ได้

พอรัน holdout ชุดฝึกและชุดทดสอบไม่ใช่จักรวาลเดียวกัน

ภายหลังวิเคราะห์ย้อนหลังพบว่า ปัญหาคือ:

ฉันให้ข้อจำกัดน้อยเกินไป Opus กำหนดเองว่าอะไรคือ "ระดับสูง"

ทำไปทำมาคือการทดลอง double-slit สำหรับการทำนายทายทัก

V2: หลังจากห้ามกำหนดเอง ผลลัพธ์แย่ลง

ดังนั้น V2 ฉันเพิ่มข้อจำกัดโดยตรง:

• ไม่อน