使用情绪分析创建比特币交易算法

原文地址：How I Created a Bitcoin Trading Algorithm Using Sentiment Analysis With a 29% Return
作者：Marc Howard

曾查阅数据发现，在谷歌趋势中查询比特币的相关关键词，跟比特币的价格趋势图有很高的相似度。然而止步于此，没有深究。下面分享他是如何利用这个组数据做出一个比特币的交易算法，提供开拓思路。

Marc Howard根据每日交易价格数据和谷歌趋势关键词情绪来预测买卖比特币，模型帮助他在90天内获得29%的回报。这个汇报率在币圈不算高，在这个整体下跌的情况下，还是不错的，当然你用不一定能达到这个效果，主要看一下他分析事物的角度。

比特币（BTC）的价格在多大程度上可以预测？如果Google趋势的公开数据有助于预测价格波动，该怎么办？

换句话说，我们能否建立一个能够超越市场的可靠公式？目标是试图理解一个高度不稳定，可怕和看似无法预测的数字货币市场。

有许多交易者通过技术分析，而其他交易者则更多地采用基本的分析路线。事实是，没有任何神奇的交易策略总能超越市场，因为有太多的变量。

公式非常基础，我的目的是以原始形式呈现，并征求关于如何使其更好的反馈。这是一项正在进行中的工作，绝不是万无一失的，请自行承担风险。

事实是，没有任何神奇的交易策略总能超越市场。

1.公式

具体而言，使用10万美元作为初始投资，在90天内模拟了29％的利润，这没有考虑到交易所交易费用。

模型的灵感来自Willy Woo，他最初尝试使用Google Trend数据作为有效比特币价格检查的代理。

使用过程：

1.在最近的90天内搜索了Google趋势中的“BTC USD”和“Buy Bitcoin”：

image

2.注意到，当“BTC USD”与“Buy Bitcoin”比率小于约3：1（特别是<35％）时，BTC价格为“收盘”当天，接下来的一天收盘价上涨。如果超过~3：1的比例（特别是> 35％）（即4：1或5：1）那么它的信号就会被卖出，因为随后的一天价格会下降。

3.接下来，测试了当BTC价格差异比前一天的收盘价高出80美元以上时，这使得模式更加一致。$ 80是一个在此数据集中表现良好的任意值。这是一个截图：

• BTC USD：直接来自Google趋势的每日指标，直接从Google趋势购买比特币：每日指标。

• Price：Coin Market Cap当日收盘价。

• E栏：“购买比特币”/“BTC美元”比率

• F栏：买/卖决策公式。请注意，“35％”是购买的门槛，价格大于“80美元”。

• G栏：与前一天收盘时的比特币价格差异。

• H栏：根据7/7/2018（第一次购买）的初始$ 100,000投资计算总额。

2.模型和后续步骤的结果

在90 天内，模型中的10万美元投资变为128,839美元 - 几乎是29％的回报。但这远非优化模型，想要优化几件事。

“> 35％”和“> 80美元”相当随意，基于这个有限的90天数据集中的效果。是否有更好的公式可以产生更好的买入/卖出信号？

这些变量似乎适用于给定的$ 6k-8k BTC价格水平。想测试过去一两年的更多历史数据。该模型将使用一系列（_3：15：1）来比较买入/卖出信号的总收益，而“80美元”将是每日BTC价格的固定百分比，以便它可以说明主要价格飙升。例如，最优模型最终可能是每日价格波动的0.014543229的3.23-1比率。

以上是其内容，有模仿者，但没能复现其29%的收益，不过这提供了一个不错的分析思路。