#BitMine以太坊持仓突破600万枚
À mesure que le marché progresse jusqu’à ce stade, les données relatives aux positions détenues par les institutions suscitent des débats. Du point de vue de l’exécution des transactions, commençons par une appréciation qualitative : dans l’ensemble, l’événement est plutôt neutre à légèrement haussier — il ne modifie pas la structure de liquidité à court terme, mais les achats continus au niveau institutionnel fourniront un soutien de long terme à la fois sur le plan des flux de capitaux et sur celui du sentiment.
Les traders manuels, face à ce type de nouvelles, ont souvent une première réaction : « faut-il suivre ou non ? ». La taille des positions dépend de l’émotion, pas des règles. Quand on est optimiste, on surpondère ; quand on hésite, on réduit. Même après une série de pertes, certains finissent par changer temporairement de règles. Ceux qui écrivent du code le savent : l’être humain est la variable la moins fiable.
La logique des systèmes de quantification pour traiter ce genre de problème est très directe : d’abord définir le risque par transaction, ensuite définir la limite maximale de la position totale, puis répartir la position via un algorithme. Des situations similaires ont été vérifiées à maintes reprises dans les backtests : une gestion de position pilotée par le sentiment finit, à long terme, par produire une espérance négative. La logique, côté programme, consiste à transformer « combien acheter ? » en problème mathématique plutôt qu’en problème psychologique.
Les mouvements des gros capitaux ne sont pas, en eux-mêmes, un signal ; ce qui mérite vraiment d’être examiné, c’est : vos règles de gestion de fonds, pouvez-vous les écrire en code ? Si vos règles dépendent du « ressenti », elles échoueront dans des marchés extrêmes.
Votre taille de position est-elle dictée par l’intuition, ou disposez-vous d’une méthode de calcul claire ? Si c’est le programme qui répartit la position, quel est, selon vous, le principal défi ?
Message d’attention :
Je suis Monsieur Wild (MrQuants), fondateur et développeur principal de CubeQuants (CubeQuants Magie Quantitative). Suivez-moi pour continuer à décomposer, à partir d’une perspective procédurale, les problématiques d’exécution des transactions et de gestion du risque.
（Au quotidien, je couvre l’analyse de données quantitatives, la planification de stratégies jusqu’au développement full-stack des systèmes, et je participe aussi à la personnalisation de stratégies, ainsi qu’aux collaborations avec l’OEM de la Cube et des canaux. À titre de contexte professionnel uniquement, et ne constitue pas un conseil en investissement。）
#魔方量化 #CubeQuants #MrQuants #野马先生 #交易量化 #ETH #资金管理
À mesure que le marché progresse jusqu’à ce stade, les données relatives aux positions détenues par les institutions suscitent des débats. Du point de vue de l’exécution des transactions, commençons par une appréciation qualitative : dans l’ensemble, l’événement est plutôt neutre à légèrement haussier — il ne modifie pas la structure de liquidité à court terme, mais les achats continus au niveau institutionnel fourniront un soutien de long terme à la fois sur le plan des flux de capitaux et sur celui du sentiment.
Les traders manuels, face à ce type de nouvelles, ont souvent une première réaction : « faut-il suivre ou non ? ». La taille des positions dépend de l’émotion, pas des règles. Quand on est optimiste, on surpondère ; quand on hésite, on réduit. Même après une série de pertes, certains finissent par changer temporairement de règles. Ceux qui écrivent du code le savent : l’être humain est la variable la moins fiable.
La logique des systèmes de quantification pour traiter ce genre de problème est très directe : d’abord définir le risque par transaction, ensuite définir la limite maximale de la position totale, puis répartir la position via un algorithme. Des situations similaires ont été vérifiées à maintes reprises dans les backtests : une gestion de position pilotée par le sentiment finit, à long terme, par produire une espérance négative. La logique, côté programme, consiste à transformer « combien acheter ? » en problème mathématique plutôt qu’en problème psychologique.
Les mouvements des gros capitaux ne sont pas, en eux-mêmes, un signal ; ce qui mérite vraiment d’être examiné, c’est : vos règles de gestion de fonds, pouvez-vous les écrire en code ? Si vos règles dépendent du « ressenti », elles échoueront dans des marchés extrêmes.
Votre taille de position est-elle dictée par l’intuition, ou disposez-vous d’une méthode de calcul claire ? Si c’est le programme qui répartit la position, quel est, selon vous, le principal défi ?
Message d’attention :
Je suis Monsieur Wild (MrQuants), fondateur et développeur principal de CubeQuants (CubeQuants Magie Quantitative). Suivez-moi pour continuer à décomposer, à partir d’une perspective procédurale, les problématiques d’exécution des transactions et de gestion du risque.
（Au quotidien, je couvre l’analyse de données quantitatives, la planification de stratégies jusqu’au développement full-stack des systèmes, et je participe aussi à la personnalisation de stratégies, ainsi qu’aux collaborations avec l’OEM de la Cube et des canaux. À titre de contexte professionnel uniquement, et ne constitue pas un conseil en investissement。）
#魔方量化 #CubeQuants #MrQuants #野马先生 #交易量化 #ETH #资金管理