Cómo usar IA para cuantificación y backtesting en mercados de predicción crypto.

Hablemos de cosas prácticas hoy.
Tomemos como ejemplo operaciones alcistas/bajistas de 5 o 15 minutos.
Por ejemplo, muchas personas en mercados de predicción tienen estrategias muy simples y brutales.
Pocos minutos antes del cierre del evento, el precio alcanza 90-95 y compran directamente. Comúnmente llamado "sweep tail market" (barrer el cierre).
Primero, ¿puede ganar dinero barriendo el cierre? Definitivamente sí. Pero no puede ser tan simple y brutal.
Barrer el cierre busca una tasa de ganancia extrema. Y para perseguir una tasa de ganancia extrema, debes filtrar. No puedes usar condiciones simples de corte único.
Entonces, ¿cómo perseguir una tasa de ganancia extrema? El requisito previo es que después de comprar, el precio no puede revertirse.
Por lo tanto, el método es instruir a la IA para que realice análisis de datos.
Primero, extrae datos de velas de 1-2 años atrás, alimenta los datos a la IA.
Dile a la IA: Ahora necesito que calcules y diseñes cualquier solución. Filtra aquellas donde después de comprar antes del cierre de 15 minutos, el precio no se revertirá.
(Si crees que "no revertirse" no es lo suficientemente seguro, agrega otra condición: el precio de cierre debe tener una cierta distancia del precio de apertura. Puedes seguir agregando. Depende de ti).
Usa los datos de velas existentes para diseñar y combinar soluciones.
Luego, para mejorar la eficiencia, le pides a la IA que instale algunos frameworks de código abierto convenientes para backtesting.
La IA entonces realizará un análisis y cálculo feroz. Finalmente, organiza los resultados para ti. Qué algoritmos usó, qué resultados obtuvo.
Tú no necesitas preocuparte por nada. Solo deja que la IA trabaje sin supervisión. La IA organizará los resultados para ti.
Este proceso toma más tiempo. Es mejor que prepares varios IAs para ejecutar simultáneamente.
Finalmente, escribe todo en reglas. Esto es factor. Obtendrás muchos factores. Cada factor en el backtesting apunta a resultados sin reversión o con probabilidad extremadamente baja de reversión.
Cuando se activa cierto factor, simplemente entra directo. Eso es todo.
Eso es todo. En todo el proceso, no necesitas entender nada.
Lo anterior es el enfoque convencional para cuantificación y backtesting en mercados de predicción usando IA.
Para lograr finalmente ganancias estables, no es suficiente. Porque al final necesitas probar en operaciones reales para saber. Por ejemplo, el problema de comisiones. El problema de deslizamiento. El problema de precios de oferta/demanda. Problema de sobreajuste.
Estas cosas no se pueden incluir. Porque no puedes obtener los datos del mercado de predicción.
Lo anterior espera ser de alguna ayuda para aquellos que solo saben jugar a ciegas.