Beberapa minggu yang lalu saya mulai bereksperimen dengan sebuah ide—membangun sendiri sebuah robot trading pasar prediksi. Seluruh proyek dari nol hingga versi lengkap memakan waktu beberapa minggu, jujur saja, apakah investasi waktu seperti ini layak? Menurut saya: layak.
Alasannya sangat sederhana. Pasar prediksi memang mengalami ketidakcukupan dalam penemuan harga, meskipun sudah ada robot yang menggali peluang ini, tetapi belum mencapai kejenuhan. Dengan kata lain, dibandingkan jumlah robot yang ada, ruang arbitrase di pasar ini masih sangat besar.
Lalu bagaimana cara kerja robot saya? Logikanya sebenarnya berasal dari satu strategi trading manual yang pernah saya lakukan sebelumnya. Kemudian saya berpikir, apakah mungkin mengotomatisasi metode ini untuk meningkatkan efisiensi eksekusi. Akhirnya saya memilih menjalankan robot ini di pasar kenaikan dan penurunan BTC dalam interval 15 menit.
Inti dari robot ini adalah sebuah program pemantauan real-time yang mampu secara otomatis menyesuaikan dengan siklus 15 menit BTC saat ini. Melalui aliran data WebSocket secara real-time, robot mendapatkan data harga beli dan jual terbaik, lalu secara otomatis menempatkan order sesuai logika yang telah diprogramkan. Saya melakukan backtest strategi ini menggunakan data historis, dengan modal awal 1000 dolar AS, dan dalam beberapa hari modal tersebut meningkat menjadi 1869 dolar AS, dengan tingkat pengembalian 86%.
Tentu saja, data backtest yang bagus tidak menjamin hasil di pasar nyata, karena akan menghadapi masalah seperti slippage, likuiditas, dan volatilitas pasar yang ekstrem. Jadi, saya juga mencatat pemikiran tentang cara membangun robot ini, metode pengujian, serta keterbatasan nyata yang dihadapi.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
10 Suka
Hadiah
10
5
Posting ulang
Bagikan
Komentar
0/400
HappyMinerUncle
· 3jam yang lalu
86% tingkat pengembalian backtest terdengar keren, tetapi jika benar-benar bertahan lebih dari seminggu di pasar nyata, saya anggap saya kalah
Lihat AsliBalas0
FunGibleTom
· 3jam yang lalu
86% pengembalian backtest terdengar menyenangkan, tetapi slippage saat trading nyata bisa langsung menghapusnya, ini yang sebenarnya menguji kemampuan
Lihat AsliBalas0
MondayYoloFridayCry
· 4jam yang lalu
86% tingkat pengembalian backtest terdengar menyenangkan, tetapi dalam perdagangan nyata, satu kondisi ekstrem bisa membuat kerugian besar, siapa yang tidak pernah mendapatkan uang dari data historis?
Lihat AsliBalas0
rug_connoisseur
· 4jam yang lalu
86% tingkat pengembalian selama pengujian, terdengar bagus, tapi slippage itu... takutnya harus patah tulang
Lihat AsliBalas0
ReverseTradingGuru
· 4jam yang lalu
Pengujian kembali 86%? terdengar menyenangkan, tetapi dalam perdagangan nyata, mendapatkan setengah dari itu sudah dianggap pemenang, slippage ini adalah hal yang mematikan tanpa terlihat darahnya
Beberapa minggu yang lalu saya mulai bereksperimen dengan sebuah ide—membangun sendiri sebuah robot trading pasar prediksi. Seluruh proyek dari nol hingga versi lengkap memakan waktu beberapa minggu, jujur saja, apakah investasi waktu seperti ini layak? Menurut saya: layak.
Alasannya sangat sederhana. Pasar prediksi memang mengalami ketidakcukupan dalam penemuan harga, meskipun sudah ada robot yang menggali peluang ini, tetapi belum mencapai kejenuhan. Dengan kata lain, dibandingkan jumlah robot yang ada, ruang arbitrase di pasar ini masih sangat besar.
Lalu bagaimana cara kerja robot saya? Logikanya sebenarnya berasal dari satu strategi trading manual yang pernah saya lakukan sebelumnya. Kemudian saya berpikir, apakah mungkin mengotomatisasi metode ini untuk meningkatkan efisiensi eksekusi. Akhirnya saya memilih menjalankan robot ini di pasar kenaikan dan penurunan BTC dalam interval 15 menit.
Inti dari robot ini adalah sebuah program pemantauan real-time yang mampu secara otomatis menyesuaikan dengan siklus 15 menit BTC saat ini. Melalui aliran data WebSocket secara real-time, robot mendapatkan data harga beli dan jual terbaik, lalu secara otomatis menempatkan order sesuai logika yang telah diprogramkan. Saya melakukan backtest strategi ini menggunakan data historis, dengan modal awal 1000 dolar AS, dan dalam beberapa hari modal tersebut meningkat menjadi 1869 dolar AS, dengan tingkat pengembalian 86%.
Tentu saja, data backtest yang bagus tidak menjamin hasil di pasar nyata, karena akan menghadapi masalah seperti slippage, likuiditas, dan volatilitas pasar yang ekstrem. Jadi, saya juga mencatat pemikiran tentang cara membangun robot ini, metode pengujian, serta keterbatasan nyata yang dihadapi.