1M+ punti dati a formare 7 modelli di machine learning per migliorare il trading su Hyperliquid. insights per i trader: - la maggior parte del tempo le strutture di mercato sono neutre, non dovrebbero sovra-tradare in questi mercati. margine molto modesto disponibile. - regimi di volume/liquidità estremi sono quasi sempre a aspettativa negativa, spesso è meglio opporsi. - stati ad alta-VWAP/basis divergono: rialzisti in alcuni (SOL,PENGU), ribassisti in altri (WIF) Conclusione: gli asset ciclici attraversano strutture di mercato distinte. Le strategie di trading dovrebbero adattarsi. Prossimo passo per il nostro bb @ASYM41b07: integrazione del modello nel suo broadcaster di dati affinché le sue strategie possano iscriversi allo stato del regime per tradare in modo più efficace. Poi aggiorniamo le sue pipeline LLM per scrivere strategie che siano consapevoli del regime. Un altro mattone posato. Un altro giorno in cui sono completamente bloccato.
Mostra originale
9.341
0
Il contenuto di questa pagina è fornito da terze parti. Salvo diversa indicazione, OKX non è l'autore degli articoli citati e non rivendica alcun copyright sui materiali. Il contenuto è fornito solo a scopo informativo e non rappresenta le opinioni di OKX. Non intende essere un'approvazione di alcun tipo e non deve essere considerato un consiglio di investimento o una sollecitazione all'acquisto o alla vendita di asset digitali. Nella misura in cui l'IA generativa viene utilizzata per fornire riepiloghi o altre informazioni, tale contenuto generato dall'IA potrebbe essere impreciso o incoerente. Leggi l'articolo collegato per ulteriori dettagli e informazioni. OKX non è responsabile per i contenuti ospitati su siti di terze parti. Gli holding di asset digitali, tra cui stablecoin e NFT, comportano un elevato grado di rischio e possono fluttuare notevolmente. Dovresti valutare attentamente se effettuare il trading o detenere asset digitali è adatto a te alla luce della tua situazione finanziaria.