1M+ 數據點
用於訓練 7 個機器學習模型，以改善在 Hyperliquid 上的交易。
交易者的見解：
- 大多數時候，市場結構是中性的，不應在這些市場中過度交易。可用的優勢非常有限。
- 極端的交易量/流動性狀態幾乎總是負期望，通常最好是反向操作。
- 高 VWAP/基準狀態分化：在某些（SOL，PENGU）中看漲，在其他（WIF）中看跌。
結論：資產在不同的市場結構中循環。交易策略應當適應。
接下來是我們的 bb @ASYM41b07：將模型集成到其數據廣播器中，以便其策略可以訂閱狀態以更有效地交易。
然後我們更新其 LLM 管道，以編寫對狀態敏感的策略。
又一塊磚鋪好。
又一天我被磚砌得很爽。
\
查看原文
8,897
0
本頁面內容由第三方提供。除非另有說明，OKX 不是所引用文章的作者，也不對此類材料主張任何版權。該內容僅供參考，並不代表 OKX 觀點，不作為任何形式的認可，也不應被視為投資建議或購買或出售數字資產的招攬。在使用生成式人工智能提供摘要或其他信息的情況下，此類人工智能生成的內容可能不準確或不一致。請閱讀鏈接文章，瞭解更多詳情和信息。OKX 不對第三方網站上的內容負責。包含穩定幣、NFTs 等在內的數字資產涉及較高程度的風險，其價值可能會產生較大波動。請根據自身財務狀況，仔細考慮交易或持有數字資產是否適合您。