1M+ 数据点
用于训练 7 个机器学习模型，以改善在 Hyperliquid 上的交易。
交易者的见解：
- 大多数时候，市场结构是中性的，不应在这些市场中过度交易。可用的优势非常有限。
- 极端的交易量/流动性状态几乎总是负期望，通常最好是反向操作。
- 高 VWAP/基准状态分化：在某些（SOL，PENGU）中看涨，在其他（WIF）中看跌。
结论：资产在不同的市场结构中循环。交易策略应当适应。
接下来是我们的 bb @ASYM41b07：将模型集成到其数据广播器中，以便其策略可以订阅状态以更有效地交易。
然后我们更新其 LLM 管道，以编写对状态敏感的策略。
又一块砖铺好。
又一天我被砖砌得很爽。
\
查看原文
9,338
0
本页面内容由第三方提供。除非另有说明，欧易不是所引用文章的作者，也不对此类材料主张任何版权。该内容仅供参考，并不代表欧易观点，不作为任何形式的认可，也不应被视为投资建议或购买或出售数字资产的招揽。在使用生成式人工智能提供摘要或其他信息的情况下，此类人工智能生成的内容可能不准确或不一致。请阅读链接文章，了解更多详情和信息。欧易不对第三方网站上的内容负责。包含稳定币、NFTs 等在内的数字资产涉及较高程度的风险，其价值可能会产生较大波动。请根据自身财务状况，仔细考虑交易或持有数字资产是否适合您。