اذهب إلى المحتوى

السؤال

نشر

أريد استخدام الذكاء الاصطناعي في عمل بوت لتداول العملات الرقمية
هل يوجد نماذج ذكاء اصطناعي مدربة مسبقا

ما هي هذه النماذج، حسب بحثي تعرفت على بعض النماذج المدربة 

وهو نموذج:

Deep Reinforcement Learning (DRL) عبر مكتبة FinRL:

يحتوي على نماذج مدرّبة مسبقًا باستخدام DDPG, PPO, A2C وغيرها.

يمكن تكييفه بسهولة لتداول العملات الرقمية.

FinRL هو مشروع مفتوح المصدر تم تطويره خصيصًا لتداول الأصول المالية باستخدام الذكاء الاصطناعي.
وبعدها ربما نقوم بتدريبه على بيانات ضخمة من مصادر مثل

 

Binance API

CryptoCompare

Kaggle – ابحث عن: crypto trading data, bitcoin historical, ethereum prices
حسب خبرتكم هل يمكن عمل مثل هذا البوت للتداول باستخدام نماذج الذكاء الاصطناعي وما مدى قوته وقدرته على تحليل أسواق العملات الرقمية 

Recommended Posts

  • 0
نشر

الأمر بحاجة إلى خبرة بسوق العملات الرقمية وليس بالسهل تنفيذه، البحث الذي قمت جيد، ابدأ بـ FinRL فهو ممتاز كبداية لكونه يحتوي أمثلة جاهزة على:

  • DDPG (Deep Deterministic Policy Gradient)
  • PPO (Proximal Policy Optimization)
  • A2C (Advantage Actor-Critic)
  • SAC (Soft Actor-Critic)

بالإضافة إلى بيئات مشابهة لـ Gym تحاكي سوق الأسهم والعملات الرقمية، وتحتوي الـ Checkpoints المدربة على بيانات تاريخية تستطيع إعادة استخدامها من خلال نقل التعلم Transfer Learning، بالتالي هو مناسب جدًا للعملات الرقمية، لكونه قادر على التقاط علاقات غير خطية لا تكتشفها الاستراتيجيات الكلاسيكية، ويتكيف مع السوق  عن طريق Online Learning والـ  Fine-tuning بشكل دوري.

لكن  ستواجه صعوبة بالطبع فالمجال ليس بالسهل على حتى من لديهم خبرة، فتقلب العملات الرقمية شديد بسبب توزيع العوائد fat-tails أي الأحداث المتطرفة وهي ارتفاع وانهيار 10-20٪ في وقت قصير، بالتالي أي نموذج قد ينهار في Flash-Crash وهو انهيار خاطف ثم ارتداد سريع الذي يحدث في سوق العملات الرقمية وستبيع الخوارزمية بالسعر المنهار وتشتري مجدداً بسعر أعلى، فتخسر الكثير في ثوانٍ.

أيضًا مشكلة الـ Overfitting ستحتاج إلى العمل على حلها، لأنّ النموذج يتعلم من بيانات الماضي ولا يُعمّم، بمعنى عند تغير السوق الحقيقي يفشل لأن القواعد التي حفظها لم تعد موجودة.

كذلك رسوم التداول، الانزلاق السعري، حدود API كلها تقلص الهامش، بشكل مُبسط كل عملية بيع وشراء تقتطع البورصة جزء صغير من الأرباح مثل عمولة البنك، ولانزلاق يعني أردت الشراء بسعر 100، لكن عند تنفيذ الأمر أصبح السعر 101 وذلك الفرق يأكل الأرباح.

وحدود الـ API أقصد بها البورصة تسمح بعدد معين من الأوامر أو طلبات البيانات في الثانية لو تجاوزتها تُرفض أو تتأخر الأوامر، فتضيع فرصة السعر الجيد.

والأخبار الكلية أي اللوائح والاختراقات  لا يلتقطها النموذج إلا إذا أضفت Sentiment Sources ودربته عليها، بمعنى لو أعلنت دولة كبرى حظر التشفير، أو تم اختراق منصة، سيهبط السوق فورًا، فأي نموذج يعتمد فقط على الأسعار التاريخية وهو أعمى عن تلك الأحداث ويحتاج إلى تغذية إضافية مثل تحليلات تويتر، مواقع الأخبار، أو تدريب خاص على بيانات معنويات السوق حتى يفهم تأثيرها.

أيضًا كل بورصة تختلف في السيولة وسرعة التنفيذ، مما يُسقِط أداء النموذج عند النقل لبورصة أخرى.

وللعلم التداول النشط بالذكاء الاصطناعي لا يضمن أداء أفضل من الشراء والإحتفاظ لمدة، ما لم ينجح في واحد من أمرين توليد أرباح كبيرة تكفي لتغطية الرسوم، وتجنب الخسائر الكبيرة أو الربح منها أثناء فترات هبوط السوق.

عامًة  بعد ضبط جيد وإدارة مخاطر صارمة، ستحصل على بوت تداول دقته مقبولة فقط، أي نصف الصفقات تربح وذلك كافي لتحقيق نمو سنوي محترم مع ضبط الخسائر بسرعة وترك الأرباح تكبر، بشرط أن تتحمّل هبوط مؤقّت قد يصل إلى 20 ٪.

انضم إلى النقاش

يمكنك أن تنشر الآن وتسجل لاحقًا. إذا كان لديك حساب، فسجل الدخول الآن لتنشر باسم حسابك.

زائر
أجب على هذا السؤال...

×   لقد أضفت محتوى بخط أو تنسيق مختلف.   Restore formatting

  Only 75 emoji are allowed.

×   Your link has been automatically embedded.   Display as a link instead

×   جرى استعادة المحتوى السابق..   امسح المحرر

×   You cannot paste images directly. Upload or insert images from URL.

  • إعلانات

  • تابعنا على



×
×
  • أضف...