내가 r&d하면서 하면서 내린 결론은
딥러닝이나 xgboost 같은 트리형태의 머신러닝 모델도
전략보다 좋았던적이없음
시계열 캔들로 피처를 얻어서 하기엔
피처가 너무 미미하고 노이즈가 심해서 ohclv캔들이나 보조지표로도
왠만하면 안맞더라
sns 호들갑 단타 치는게 오히려 승률이 높을정도임
현실 인정하고 더 연구하는건 정보자체가 너무 제한적이라
포기하고 그리드봇 돌리고있는데 지금 승률 100%임
내가 r&d하면서 하면서 내린 결론은
딥러닝이나 xgboost 같은 트리형태의 머신러닝 모델도
전략보다 좋았던적이없음
시계열 캔들로 피처를 얻어서 하기엔
피처가 너무 미미하고 노이즈가 심해서 ohclv캔들이나 보조지표로도
왠만하면 안맞더라
sns 호들갑 단타 치는게 오히려 승률이 높을정도임
현실 인정하고 더 연구하는건 정보자체가 너무 제한적이라
포기하고 그리드봇 돌리고있는데 지금 승률 100%임
인증 굿 - dc App
나도 지금 ML전략돌리는 건 하나도 없음. 그리고 지금 횡보장이라 grid봇이 잘 통하는거임
근데 CIGR는 얼마나됨?
지금 제대로 보니 절대수익이 얼마안되잖아 ㅋㅋ
선생님이 얼마나 대단한 분인지는 저는 잘 모르겠습니다만 횡보장에서 그리드가 강한것도 맞고 절대 수익이 적은것도 맞습니다 다만 현재 수익률을 보면 9일부터 25일까지 총 16일 정도 테스트를 진행했을때 실제 시드 기준으로 ROI가 10퍼센트 이상 나온것은 절대 쉬운게 아니라고 생각하는데 어떻게 생각하시나요?
일단 통계수치가 다 공개되지 않아서 보이는것만 말하자면, - 차트만 보면 grid 전략이 잘통하는 이상적인 횡보장에 가까움. -> 중간에 급등 급락장이 끼었으면 큰손실 발생 가능성 큼 - 거래 기간이 짧음 -> 유의미한 통계가 아님. - 그리드 전략을 사용한 근거가 너무 빈약함 -> 단순히 다른전략이 실패해서 grid를 사용했다 설명하는건 단순히 시장상황이 운이좋아 잘 맞아떨어졌을 확률이 높음.
@hiya 본인도 근거가 빈약하니 포지션을 약하게 들어간거 아님?
@hiya 익절은 항상 옳다
@hiya 실제 테스트 기간 자체가 짧아서 유의미한 통계가 아니다 라는것은 인정합니다. 다만 4년간 데이터를 굴려봤을때 큰 손실 발생은 다른 전략에 비해서 MDD 등락 퍼센트 자체가 가장 안전했으며 실데이터 기반으로 봇 자동 매매거래 방식에서 가장 탁월 한 결과가 나왔기에 현재 운용중이며 테스트 중인겁니다. 포지션을 약하게 들어갔다고 하시는데 이게 약하게 들어간지는 모르겠습니다. 절대적으로 큰돈은 아닌 작은 전체 시드지만 근거가 없어서 포지션을 작게 들어간 것이 아닌 실제 전략이 통하는지를 테스트 하기위함에 결과를 얻기위한 테스터의 역할이기에 여기서의 실제 시드 크기를 보는것은 의미가 없다 생각합니다.
그냥 단타봇 만들고 장투는 직접 하는게 더 좋은거같은데