مرحبًا، مجتمع! 👋
سوق العملات المشفرة هو فوضى وتقلب وضغط على مدار الساعة طوال أيام الأسبوع. هل يمكن ترويضه باستخدام الرياضيات والبرمجة؟
مؤخراً، كنت أعمل على مشروع صغير - وكيل تجاري يعتمد على تعلم الآلة Ensemble. ليس مجرد "روبوت على RSI"، بل هي بنية معقدة تجمع بين ثلاث شبكات عصبية مختلفة لاتخاذ القرارات.
أود مشاركة التفاصيل التقنية والبنية المعمارية. هذه مراجعة تقنية بحتة للتجربة، وليست دعوة إلى اتخاذ أي إجراء.
🧠 «عقل» النظام: ما هو التعلّم بالتجميع؟
غالبًا ما يخطئ النموذج الواحد. لذلك استخدمت نهج التجميع (Ensemble) — مثل مجلس إدارة يتخذ قراره بالتصويت بين ثلاثة خبراء مختلفين.
يحلل وكيلي أزواج العملات (BTC، ETH، BNB، SOL، XRP) عبر أطر زمنية مختلفة، باستخدام ثلاثة نماذج:
1. CatBoost (المحلل):
• خوارزمية تعزيز التدرّج.
• ما الذي يفعله: يبحث عن علاقات غير خطية بين 31 مؤشرًا (RSI، الأحجام، التقلب).
• نقطة القوة: أعلى دقة (AUC ~0.75) على البيانات الجدولية.
2. Transformer (الاستراتيجي):
• البنية المعمارية نفسها التي يقوم عليها ChatGPT، ولكن للأرقام.
• ما الذي يفعله: يحلل 512 شمعة تاريخية باستخدام آلية الانتباه الذاتي (Self-Attention).
• نقطة القوة: يرصد الأنماط العامة والسياقات طويلة الأجل.
3. شبكة TCN (التكتيكي):
• شبكة الالتفاف الزمني (Temporal Convolutional Network).
• ما الذي يفعله: يركز على الاتجاهات المحلية.
• نقطة القوة: سريعة وفعالة جدًا للتنبؤات قصيرة الأجل.
📊 كيف يُتخذ القرار؟
«يصوّت» كل نموذج. ويحسب الوكيل متوسطًا مرجحًا لتوقعاتها. يتيح ذلك تصفية الإشارات الخاطئة: إذا أصيب أحد النماذج بالذعر بينما ظل النموذجان الآخران هادئين، فلا تُفتح الصفقة.
🛡 إدارة المخاطر > الأرباح
المشكلة الرئيسية في الروبوتات أنها قد «تصفّي» رصيد الحساب في ليلة واحدة. لذلك بنيت نظام حماية قبل أن أعلّمها التداول:
• أوامر وقف ديناميكية: لا يكون وقف الخسارة وجني الأرباح ثابتين، بل يتكيفان مع تقلبات السوق (عبر ATR). إذا كان السوق متقلبًا، تكون الأوامر أوسع؛ وإذا كان مستقرًا، تكون أضيق.
• بنية ثنائية السرعة:
• الدورة البطيئة (5 دقائق): تفكر وتختار أفضل العملات لقائمة المراقبة.
• الدورة السريعة (ثانية واحدة): ينفذ الصفقات ويراقب فروق الأسعار والسيولة.
• الحماية من «الانفعال»: تحديد الحد الأقصى للتراجع اليومي (3% كحد أقصى)، ووضع حد لعدد الصفقات المفتوحة، وإضافة فترات تهدئة بين الصفقات.
📈 نتائج الاختبارات (أرقام حقيقية)
على البيانات التاريخية (الاختبار الرجعي)، يُظهر النظام قيمة AUC تتراوح بين 0.71 و0.73.
للتوضيح: AUC 0.5 تعادل رمية عملة. أما AUC 0.7+ فتعني قدرة ذات دلالة إحصائية على التنبؤ بالاتجاه.
هذا لا يعني وجود زر «لجني المال»، لكنه يمنح توقعًا رياضيًا إيجابيًا عند الالتزام بإدارة المخاطر (نسبة المخاطرة إلى العائد 1:2).
🚀 خارطة الطريق: ما الخطوة التالية؟
المشروع في مرحلة تطوير نشطة. إليكم ما أخطط لإضافته:
1. تحليل دفتر الأوامر: تدريب شبكة عصبية على النظر ليس إلى السعر فحسب، بل أيضًا إلى دفتر الأوامر (اختلال التوازن بين المشترين والبائعين).
2. التكيف مع حالة السوق: يجب أن يفهم الوكيل بنفسه ما إذا كان السوق في اتجاه صاعد أو هابط أم يتحرك عرضيًا، وأن يغيّر أوزان النماذج تلقائيًا.
3. التعلّم بالتعزيز (RL): إضافة وكيل يتعلم التحكم في حجم الصفقة، ويُعاقب نفسه على الخسائر ويكافئها على نقاط الدخول الصحيحة.
💻 الحزمة التقنية: Python، Asyncio، PyTorch، CatBoost. العتاد: NVIDIA RTX 4070.
من المثير للاهتمام سماع آراء المطورين والمتداولين الآخرين: ما رأيكم في الذكاء الاصطناعي في التداول؟ وهل تعتقدون أن الخوارزميات تستطيع التفوق على السوق على المدى الطويل؟
اكتبوا في التعليقات! 👇
