وانفینکس
ترید با هوش مصنوعی در عمل؛ یک معامله فرضی و راه بررسی خطاها

ترید با هوش مصنوعی در عمل؛ یک معامله فرضی و راه بررسی خطاها

15 آبان 1405

321

زمان تقریبی مطالعه: 3 دقیقه

ترید با هوش مصنوعی وقتی کاربردی می‌شود که بتوانید پیشنهاد ابزار را با داده، محاسبه و قواعد خودتان بررسی کنید. خروجی خوش‌بیان یک مدل ممکن است قیمت اشتباه، داده قدیمی یا فرض پنهان داشته باشد. در این تمرین، یک معامله فرضی در بازار نقدی رمزارز را قدم به قدم بررسی می‌کنیم. هدف، تمرین تصمیم‌گیری است؛ اعداد این مثال قیمت واقعی یا پیشنهاد معامله نیستند.

پیش از شروع، بازاری را که می‌خواهید بررسی کنید مشخص کنید: نام دارایی، جفت معاملاتی، بازه زمانی نمودار و زمان ثبت داده‌ها. اگر این اطلاعات روشن نباشد، حتی یک پاسخ منظم هم ممکن است به پرسش شما مربوط نباشد.

advertise blog post start

از هوش مصنوعی چه بخواهیم؟

به جای درخواست یک دستور خرید یا فروش، از ابزار بخواهید بر اساس داده‌ای که خودتان به آن می‌دهید، شرایط ورود، نقطه بی‌اعتبار شدن ایده و شیوه محاسبه ریسک را جداگانه بنویسد. همچنین بخواهید هر عدد را به ورودی مشخصی نسبت دهد. اگر ابزار به داده زنده دسترسی ندارد، باید قیمت و زمان مشاهده آن را خودتان وارد کنید.

برای بررسی نمودار می‌توانید محدوده‌های حمایت و مقاومت را با پرایس اکشن مشخص کنید و از مدل بخواهید توضیح دهد کدام مشاهده با سناریوی شما سازگار است. اگر از اندیکاتور استفاده می‌کنید، نام ابزار، تنظیمات و بازه زمانی آن را نیز ثبت کنید تا بتوانید نتیجه را روی همان نمودار بازبینی کنید.

مثال عددی: اندازه معامله را حساب کنیم

فرض کنید موجودی حساب ۱۰۰۰ تتر است و برای این تمرین می‌خواهید زیان برنامه‌ریزی‌شده هر معامله، پیش از هزینه‌ها، حداکثر ۱ درصد موجودی باشد؛ یعنی ۱۰ تتر. قیمت فرضی ورود به یک رمزارز قابل تقسیم، ۱۰۰ تتر و حد ضرر فرضی ۹۶ تتر است. فاصله ورود تا حد ضرر برای هر واحد ۴ تتر می‌شود. با تقسیم ۱۰ بر ۴، اندازه موقعیت ۲٫۵ واحد به دست می‌آید و ارزش خرید در قیمت ورود ۲۵۰ تتر است.

اگر هدف فرضی را ۱۰۸ تتر بگذارید، سود ناخالص هر واحد ۸ تتر و سود ناخالص کل موقعیت ۲۰ تتر خواهد بود. در مقابل، رسیدن قیمت به ۹۶ تتر زیان محاسباتی ۱۰ تتر ایجاد می‌کند. نسبت سود ناخالص هدف به زیان برنامه‌ریزی‌شده در این مثال ۲ به ۱ است. این نسبت فقط ویژگی اعداد انتخاب‌شده است و احتمال موفقیت معامله را نشان نمی‌دهد.

کارمزد خرید و فروش، فاصله قیمت سفارش با قیمت اجرا و لغزش قیمت در محاسبه بالا نیامده‌اند. سفارش حد ضرر نیز ممکن است در بازار پرنوسان دقیقاً در قیمت تعیین‌شده اجرا نشود. اگر سقف ریسک ۱۰ تتر برایتان قطعی است، باید این هزینه‌ها و احتمال اجرای نامطلوب را پیش از تعیین اندازه موقعیت در نظر بگیرید.

ماشین حساب و دو سکه روی زمینه آبی
اندازه موقعیت را با سقف ریسک و فاصله ورود تا حد ضرر حساب کنید.

پاسخ مدل را چگونه بازبینی کنیم؟

ابتدا اعداد را با داده‌ای که واقعاً در اختیار دارید تطبیق دهید. آیا جفت معاملاتی و بازه زمانی درست است؟ آیا قیمت ورود، حد ضرر و هدف از یک زمان و یک بازار آمده‌اند؟ اگر مدل عددی را بدون ورودی شما یا منبع قابل بررسی ارائه کرده است، آن عدد را مبنای سفارش قرار ندهید.

بعد، حساب را مستقل از متن مدل انجام دهید: درصد ریسک از موجودی، فاصله ورود تا حد ضرر، اندازه موقعیت و ارزش کل سفارش را دوباره حساب کنید. مقدار سفارش باید با موجودی و محدودیت‌های ثبت سفارش سازگار باشد. در پایان، بررسی کنید سناریوی خروج چه زمانی فعال می‌شود و اگر شرایط ورود رخ نداد، برنامه شما چیست.

چه خطاهایی نتیجه را گمراه می‌کنند؟

بخشی از خطاها در ظاهر پاسخ دیده نمی‌شود. یک مدل ممکن است داده‌های مربوط به آینده را در توضیح گذشته وارد کند یا نتیجه چند معامله موفق را به کل بازار تعمیم دهد. برای تشخیص این مشکل، زمان در دسترس بودن هر داده را کنار زمان تصمیم ثبت کنید و نمونه‌های زیان‌ده را هم در بررسی نگه دارید.

  • قیمت یا زمان نامشخص: تا وقتی نتوانید داده ورودی را روی نمودار همان بازار پیدا کنید، محاسبه را معتبر ندانید.
  • ریسک کمتر از واقعیت: کارمزد، لغزش قیمت و اجرای ناقص سفارش می‌توانند زیان نهایی را از عدد برنامه‌ریزی‌شده بیشتر کنند.
  • تغییر قواعد پس از دیدن نتیجه: اگر حد ضرر یا شرط ورود را برای بهتر شدن نتیجه معاملات گذشته جابه‌جا کنید، ارزیابی شما تصویری خوش‌بینانه می‌سازد.
  • اعتماد به توضیح قانع‌کننده: روان بودن متن، درستی داده یا محاسبه را ثابت نمی‌کند؛ هر ادعای عددی را جداگانه بررسی کنید.

پیش از معامله واقعی تمرین کنید

همین سناریو را ابتدا روی کاغذ یا در یک حساب آزمایشی دنبال کنید. زمان تصمیم، داده‌های ورودی، پاسخ مدل، محاسبه مستقل خودتان و دلیل رد یا پذیرش سناریو را بنویسید. سپس نتیجه را با همان قواعد اولیه بررسی کنید؛ تغییر قاعده در میانه تمرین، تشخیص خطا را دشوار می‌کند.

چند نمونه با شرایط متفاوت، از بازار آرام تا بازار پرنوسان، انتخاب کنید. ثبت هزینه‌ها و تفاوت قیمت مورد انتظار با قیمت اجرا کمک می‌کند بفهمید کدام بخش برنامه روی کاغذ مناسب به نظر می‌رسید و کدام بخش در اجرا مشکل داشت. یک نتیجه خوب به تنهایی برای ارزیابی روش کافی نیست.

جمع‌بندی

برای استفاده عملی از هوش مصنوعی در معامله رمزارز، پرسش را با داده و زمان مشخص مطرح کنید، اعداد پاسخ را خودتان دوباره حساب کنید و شرایط ورود و خروج را پیش از اقدام بنویسید. مثال ۱۰۰۰ تتری نشان می‌دهد حتی وقتی محاسبه اندازه موقعیت درست است، هزینه و نحوه اجرای سفارش می‌تواند ریسک واقعی را تغییر دهد. ثبت این تفاوت‌ها در تمرین، راه روشن‌تری برای شناخت خطاهای روش شما فراهم می‌کند.

آیا مطالعه این مقاله برای شما مفید بود؟!

advertise blog post end

نوشته‌های مشابه

دیدگاه‌ها