1M+ pontos de dados
treinar 7 modelos de machine learning para melhorar o trading na Hyperliquid.
insights para traders:
- a maior parte do tempo, as estruturas de mercado são neutras, não se deve sobrecarregar nestes mercados. vantagem muito modesta disponível.
- regimes de volume/liquidez extremos são quase sempre de expectativa negativa, muitas vezes é melhor desfazer.
- estados de alta-VWAP/basis divergem: altistas em alguns (SOL,PENGU), baixistas em outros (WIF)
Conclusão: os ativos passam por estruturas de mercado distintas. As estratégias de trading devem se adaptar.
Próximo passo para o nosso bb @ASYM41b07: integração do modelo no seu transmissor de dados para que suas estratégias possam se inscrever no estado do regime para negociar de forma mais eficaz.
Depois, atualizamos seus pipelines de LLM para escrever estratégias que estejam cientes do regime.
Mais um tijolo colocado.
Mais um dia em que estou completamente focado.
\
Mostrar original8,02 mil
0
O conteúdo apresentado nesta página é fornecido por terceiros. Salvo indicação em contrário, a OKX não é o autor dos artigos citados e não reivindica quaisquer direitos de autor nos materiais. O conteúdo é fornecido apenas para fins informativos e não representa a opinião da OKX. Não se destina a ser um endosso de qualquer tipo e não deve ser considerado conselho de investimento ou uma solicitação para comprar ou vender ativos digitais. Na medida em que a IA generativa é utilizada para fornecer resumos ou outras informações, esse mesmo conteúdo gerado por IA pode ser impreciso ou inconsistente. Leia o artigo associado para obter mais detalhes e informações. A OKX não é responsável pelo conteúdo apresentado nos sites de terceiros. As detenções de ativos digitais, incluindo criptomoedas estáveis e NFTs, envolvem um nível de risco elevado e podem sofrer grandes flutuações. Deve considerar cuidadosamente se o trading ou a detenção de ativos digitais é adequado para si à luz da sua condição financeira.