암호화폐 신경망 트레이딩 신호

기사 arXiv papers · 저자: Wěi Zhāng

요약

이 문서는 여러 시간대의 추세 정보를 단기 가격 방향을 예측하는 신경망과 결합한 암호화폐 트레이딩 시스템을 설명합니다. 시장 가격, 온체인 지표, 호가창 활동을 매수 및 매도 압력 신호로 통합해 신속한 거래 결정을 지원하려 합니다. 제안된 방식은 시간대별 신호를 연결하는 통계 모형을 사용해 고빈도 체결을 안내합니다.

문서는 시스템이 양의 위험 조정 수익률을 달성하고 통계적 신뢰도를 갖춘 1초 미만의 결정을 내릴 수 있다고 주장합니다. 그러나 제공된 설명에는 데이터 기간, 자산 목록, 벤치마크, 상세 성과 측정치 또는 검증 절차가 없습니다. 따라서 여기서는 모형화 접근법과 기대하는 장점을 개괄할 뿐, 결과의 강건성이나 거래 비용 및 변화하는 시장 상황의 반영 여부를 평가할 충분한 근거를 제공하지 않습니다.

핵심 아이디어

이 시스템은 여러 시간대의 추세 분석과 단기 방향 예측 신경망을 결합합니다.
시장 데이터, 온체인 지표, 호가창 움직임을 트레이딩 압력 신호로 통합합니다.
이 접근법은 암호화폐 시장에서 1초 미만의 의사결정을 지원하도록 설계됐습니다.
설명은 양의 위험 조정 수익률을 주장하지만 이를 독립적으로 평가할 세부 정보는 제공하지 않습니다.

# 2508.02356


# Neural Network-Based Algorithmic Trading Systems: Multi-Timeframe Analysis and High-Frequency Execution in Cryptocurrency Markets









This paper explores neural network-based approaches for algorithmic trading in cryptocurrency markets. Our approach combines multi-timeframe trend analysis with high-frequency direction prediction networks, achieving positive risk-adjusted returns through statistical modeling and systematic market exploitation. The system integrates diverse data sources including market data, on-chain metrics, and orderbook dynamics, translating these into unified buy/sell pressure signals. We demonstrate how machine learning models can effectively capture cross-timeframe relationships, enabling sub-second trading decisions with statistical confidence.

출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0

이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.

다중 시간대 신경망 기반 암호화폐 트레이딩

요약

핵심 아이디어

태그