您的位置:首頁>科技>正文

多變的Signals,到底是什麼在左右加密市場?

編輯:鉛筆盒

身家已然超過馬雲和劉強東之和的馬化騰不忘學習區塊鏈, 近日他在朋友圈轉發了《張首晟教授:區塊鏈技術是互聯網世界新的分合轉捩點》一文,

文章中張首晟稱生命世界與物理世界相反, 是把自己的熵減少, 把周圍的熵增大, 如果達成共識就是熵減, 這將會達到有序的狀態。

在筆者看來, 隨著時間的推移, 物理世界中的熵增才是常態, 即總是走向無序和混亂。

加密資產市場也不例外, 正是因為進入這個市場的玩家不斷湧入和加密資產市值規模的擴大, 全年無休的加密資產市場中的力量博弈將更加劇烈。

回顧一月份, 發生了許多有趣的事情:徐小平"All in"區塊鏈, 韓國國民銀行將停止支持交易所存取款, 巨頭阿裡旗下淘寶技術部門招聘區塊鏈專家, 小牛隊表示將在下個賽季接受加密資產支付, 要賺1000億的比特幣礦工自稱寧願吃榨菜也不賣幣, 美國證監會稱將繼續打擊加密資產領域內的違法行為, 卡巴斯基聯合創始人表示比特幣背後是一群美國情報機構……

所有的這些事件我們可以簡單的把它歸類為Signals(信號), 這些Signals實際上表明了不同國家不同組織不同個人在同一個領域內的不同態度,

又因為它們有著各自的力量和不同或交叉的受眾, 這些Signals相互作用相互博弈, 以至於形成了這個現有的複雜多變的市場。

浩瀚星空來源於眾多天體之間的相互作用

如果要用一個更加抽象的詞來描述這些Signals的話, 那一定就是“共識”, 因為每個Signal背後代表了不同群體的認知。 而湊巧的是加密資產的價格波動是可以具體量化和評估的, 你可以清楚地指出每一個資產的波動變化情況, 甚至精確到小數點後很多位。

既然如此, 那麼有沒有方案可以把現有市場裡代表共識的Signals封裝起來, 並通過基於0-100%的概率事件的可確定性結果來量化這些Signals背後的共識的準確性?

在一個複雜的資訊系統之中, 有什麼可以體現出各種因素相互作用相互博弈此消彼長的過程?而毫無疑問加密資產領域真的是太適合了!所有這個領域裡複雜的資訊都可以被最終轉化為可辨識的數位。

目前我們看到了非常多有趣的應用在進行這方面的嘗試, 首先是以Augur和Gnosis為首的預測市場應用, 通過經濟激勵的方式鼓勵人們貢獻出自己的資訊, 通過設定成本門檻來阻止用戶發表無效甚至劣質的資訊, 通過對結果的量化來提煉出有價值可辨識的資訊。 而在這一過程中, 可量化的結果和結果的變化則反映了真實世界裡這些共識的準確性。

預測市場結果通常是二機制的, 即非此即彼(是或否), 而在交易市場中, 對共識的準確性可以通過最終可計算的結果量化到百分之幾。 在交易市場中筆者將以“Signals Network”這款交易策略應用為例介紹它是如何去量化共識的準確性。

之所以取名為“Signals Network” 正是為了準確描述和捕捉市場信號(Signals)。

Signals Network內含三個市場, 分別是:資料市場、指標市場、策略市場。 我們可以認為把這三者結合起來就成為了共識, 資料是基於現有環境下的客觀存在,而指標則是以可理解的方式呈現了過去發生的一切,策略則是將二者結合起來形成了當下的共識。

資料是制定策略的基本單位,是形成指標的要素,在Signal Network,用戶和協力廠商供應商可以將自己的資料集商品化,包含歷史和現有市場資料、社交網路資料、加密資產領域相關媒體資料,通過Signal平臺的資料藉口,資料抓取工具可以迅速且無縫地為用戶提供即時資料,比如通過抓取社交網路內對加密資產的輿論情緒或相關搜尋引擎中加密資產的搜索指數變化作為制定交易策略的要素,而通過多個存在單一變數的最終可量化結果的不同準確程度也能夠反向推導出這些資料和最終結果之間的隱藏關係或權重。

在擁有資料集之後,便需要處理這些資料來顯現可操作性結果,在Signals Network中依據用戶的不同需求有著多種指標,包含:技術分析的簡單指標、基於神經網路的科學指標、情緒分析指標、基於機器學習的指標,甚至可以通過自身的認知和技術設定自訂指標。

在策略市場中,開發人員和交易員可以基於資料和指標列出自己的指標,並把它提供給其他用戶使用,每個人都可以通過出售自己的策略實現獲取用戶使用或跟單,每個交易策略都將有一份所有人可查的相關報告,該報告包含交易策略的業績、風險度和相關統計資料。另一方面交易策略的費用是可設定的,並且用戶可自主選擇是否使用該策略,這也形成了一個自由市場,使用該策略的用戶數量和收益都是可量化的,這也將反映該策略的準確度。

不僅僅是通過策略實現可量化共識準確性,Signal Network還可以通過挑選不同的指標和觸發指令來不斷學習和優化,通過回溯測試、遺傳演算法訓練等方式用來尋找最佳交易策略,而通過基於歷史資料的基準和風險量化報告等方式來確認最佳交易策略。Signal Network和iExec已經達成合作,未來將連接到一個全球性分散式的超級電腦,此時使用者可以不斷培養自己的交易策略,甚至進行複雜的計算實驗。

在未來的加密資產領域,一切Siganls 和共識都可以被量化並被呈現,複雜模糊的資訊流通過密碼學被得以簡單高效地呈現,在一片混亂無序之中找到真正左右市場的因素,這將是非常有趣的!

資料是基於現有環境下的客觀存在,而指標則是以可理解的方式呈現了過去發生的一切,策略則是將二者結合起來形成了當下的共識。

資料是制定策略的基本單位,是形成指標的要素,在Signal Network,用戶和協力廠商供應商可以將自己的資料集商品化,包含歷史和現有市場資料、社交網路資料、加密資產領域相關媒體資料,通過Signal平臺的資料藉口,資料抓取工具可以迅速且無縫地為用戶提供即時資料,比如通過抓取社交網路內對加密資產的輿論情緒或相關搜尋引擎中加密資產的搜索指數變化作為制定交易策略的要素,而通過多個存在單一變數的最終可量化結果的不同準確程度也能夠反向推導出這些資料和最終結果之間的隱藏關係或權重。

在擁有資料集之後,便需要處理這些資料來顯現可操作性結果,在Signals Network中依據用戶的不同需求有著多種指標,包含:技術分析的簡單指標、基於神經網路的科學指標、情緒分析指標、基於機器學習的指標,甚至可以通過自身的認知和技術設定自訂指標。

在策略市場中,開發人員和交易員可以基於資料和指標列出自己的指標,並把它提供給其他用戶使用,每個人都可以通過出售自己的策略實現獲取用戶使用或跟單,每個交易策略都將有一份所有人可查的相關報告,該報告包含交易策略的業績、風險度和相關統計資料。另一方面交易策略的費用是可設定的,並且用戶可自主選擇是否使用該策略,這也形成了一個自由市場,使用該策略的用戶數量和收益都是可量化的,這也將反映該策略的準確度。

不僅僅是通過策略實現可量化共識準確性,Signal Network還可以通過挑選不同的指標和觸發指令來不斷學習和優化,通過回溯測試、遺傳演算法訓練等方式用來尋找最佳交易策略,而通過基於歷史資料的基準和風險量化報告等方式來確認最佳交易策略。Signal Network和iExec已經達成合作,未來將連接到一個全球性分散式的超級電腦,此時使用者可以不斷培養自己的交易策略,甚至進行複雜的計算實驗。

在未來的加密資產領域,一切Siganls 和共識都可以被量化並被呈現,複雜模糊的資訊流通過密碼學被得以簡單高效地呈現,在一片混亂無序之中找到真正左右市場的因素,這將是非常有趣的!

Next Article
喜欢就按个赞吧!!!
点击关闭提示