لقد راودتني أفكار تداول من قبل كانت تبدو جيدة في رأسي.
الجزء المزعج هو معرفة ما إذا كانت هذه الأفكار منطقية بالفعل عندما تقارنها ببيانات السوق.
وهذا ما جعل @quantpilotapp مثيرًا للاهتمام بالنسبة لي.
إنه منصة بحث واستراتيجية في عالم العملات الرقمية مدعومة بالذكاء الاصطناعي تتيح لك أخذ فكرة وتحويلها إلى استراتيجية تداول، ثم إجراء اختبار خلفي (backtest) لها، والاستمرار في تحسينها باستخدام الذكاء الاصطناعي.
يمكنك حرفيًا أن تبدأ بشيء بسيط مثل:
“ابحث عن استراتيجية لتداول BTC عندما يخترق نطاقه الأخير لأعلى.”
يمكن لـ QuantPilot أن يساعدك في تحويل هذه الفكرة إلى قواعد فعلية، وبناء الاستراتيجية، وتشغيل الاختبار الخلفي، ثم يوضح لك كيف كان من الممكن أن تؤدي تاريخيًا.
إنها تستخدم لغة استراتيجيات خاصة بها مبنية على Python تُسمى QuantScript، لذلك فالاستراتيجية ليست مجرد شيء “محبوس” داخل محادثة.
يمكنك فعليًا فحص منطقها وتعديله.
كما يمكن للذكاء الاصطناعي أن يتجاوز كتابة النسخة الأولى.
يمكنه إجراء تجارب واختبار معاملات مختلفة وتحليل النتائج لمساعدتك على تطوير الاستراتيجية.
وهناك أيضًا جانب بحثي بالذكاء الاصطناعي يمكنك من خلاله استخدام بيانات السوق وبيانات السلسلة (onchain) والأخبار ومصادر أخرى للتحقق من أطروحة ما قبل تحويلها إلى استراتيجية.
حاليًا، يركز جزء التداول على Hyperliquid.
لذا تكون سيرورة العمل تقريبًا كالتالي:
لديك فكرة → تبحثها → تبني الاستراتيجية → تختبرها خلفيًا → تُحسنها → ثم تقرر ماذا تريد أن تفعل بها.
وهذه المرحلة الأخيرة مهمة.
اختبار خلفي يُظهر أداءً تاريخيًا جيدًا لا يعني أن الاستراتيجية ستجني أرباحًا في المستقبل. يوضح QuantPilot هذا الفرق بوضوح.
بالنسبة لي، الجزء المثير للاهتمام هو الفجوة التي يحاول سدها بين:
“أعتقد أن هذا قد ينجح”
و
“هذه هي القواعد، وهذه هي البيانات التاريخية، وهذا ما حدث عندما اختبرتها.”
يحظى الذكاء الاصطناعي في عالم العملات الرقمية باهتمام كبير.
لكنني أعتقد أن الأدوات التي تساعد الناس على اختبار أفكارهم فعليًا أكثر إثارة للاهتمام بكثير من روبوت محادثة آخر يخبرك ما إذا كانت BTC صاعدة.
الجزء المزعج هو معرفة ما إذا كانت هذه الأفكار منطقية بالفعل عندما تقارنها ببيانات السوق.
وهذا ما جعل @quantpilotapp مثيرًا للاهتمام بالنسبة لي.
إنه منصة بحث واستراتيجية في عالم العملات الرقمية مدعومة بالذكاء الاصطناعي تتيح لك أخذ فكرة وتحويلها إلى استراتيجية تداول، ثم إجراء اختبار خلفي (backtest) لها، والاستمرار في تحسينها باستخدام الذكاء الاصطناعي.
يمكنك حرفيًا أن تبدأ بشيء بسيط مثل:
“ابحث عن استراتيجية لتداول BTC عندما يخترق نطاقه الأخير لأعلى.”
يمكن لـ QuantPilot أن يساعدك في تحويل هذه الفكرة إلى قواعد فعلية، وبناء الاستراتيجية، وتشغيل الاختبار الخلفي، ثم يوضح لك كيف كان من الممكن أن تؤدي تاريخيًا.
إنها تستخدم لغة استراتيجيات خاصة بها مبنية على Python تُسمى QuantScript، لذلك فالاستراتيجية ليست مجرد شيء “محبوس” داخل محادثة.
يمكنك فعليًا فحص منطقها وتعديله.
كما يمكن للذكاء الاصطناعي أن يتجاوز كتابة النسخة الأولى.
يمكنه إجراء تجارب واختبار معاملات مختلفة وتحليل النتائج لمساعدتك على تطوير الاستراتيجية.
وهناك أيضًا جانب بحثي بالذكاء الاصطناعي يمكنك من خلاله استخدام بيانات السوق وبيانات السلسلة (onchain) والأخبار ومصادر أخرى للتحقق من أطروحة ما قبل تحويلها إلى استراتيجية.
حاليًا، يركز جزء التداول على Hyperliquid.
لذا تكون سيرورة العمل تقريبًا كالتالي:
لديك فكرة → تبحثها → تبني الاستراتيجية → تختبرها خلفيًا → تُحسنها → ثم تقرر ماذا تريد أن تفعل بها.
وهذه المرحلة الأخيرة مهمة.
اختبار خلفي يُظهر أداءً تاريخيًا جيدًا لا يعني أن الاستراتيجية ستجني أرباحًا في المستقبل. يوضح QuantPilot هذا الفرق بوضوح.
بالنسبة لي، الجزء المثير للاهتمام هو الفجوة التي يحاول سدها بين:
“أعتقد أن هذا قد ينجح”
و
“هذه هي القواعد، وهذه هي البيانات التاريخية، وهذا ما حدث عندما اختبرتها.”
يحظى الذكاء الاصطناعي في عالم العملات الرقمية باهتمام كبير.
لكنني أعتقد أن الأدوات التي تساعد الناس على اختبار أفكارهم فعليًا أكثر إثارة للاهتمام بكثير من روبوت محادثة آخر يخبرك ما إذا كانت BTC صاعدة.
