Mit ChatGPT und Claude eine Handelsidee finden: von den Daten zum Backtest

Finden von Handelsideen mit ChatGPT und Claude: von Daten bis Backtesting

In diesem Artikel haben wir uns entschieden, zwei beliebte Dienste – ChatGPT und Claude.ai – zu vergleichen und zu sehen, wie sie die Aufgabe bewältigen, Transaktionsineffizienzen im November 2024 zu finden. Ich habe ihre Funktionen und Benutzerfreundlichkeit bewertet, um herauszufinden, welches besser für die Analyse von Daten und die Entwicklung profitabler Handelsstrategien geeignet ist.

Um die Datenerfassung zu vereinfachen, haben wir Hydra verwendet, das beste kostenlose Tool zum Herunterladen von Marktdaten.

Ich habe etwa 25 MB BTCUSDT-Minutendaten für 2024 heruntergeladen und als CSV-Datei hochgeladen.

Hydra verfügt auch über eigene Analysefunktionen, aber im weiteren Verlauf werden wir feststellen, dass alles auf KI-Funktionen basiert. Sie müssen den Code hier nicht einmal selbst schreiben.

Die Hauptphase meiner Arbeit bestand jedoch nicht darin, Daten zu sammeln, sondern sie zu analysieren und nach Ideen für eine Strategie zu suchen. Anstatt manuell nach Ansätzen zu suchen, haben wir uns entschieden, der KI zu vertrauen und die von ihr vorgeschlagenen Strategien zu untersuchen, welche Muster und Ineffizienzen sie in den Daten identifizieren kann und wie Parameter für Tests optimiert werden können. Mit ChatGPT konnten wir nicht nur detaillierte Analysen durchführen, sondern auch unsere Strategien anhand unserer Daten testen.

Sobald ich die mikroskopischen Daten hatte, lud ich sie in Python (die KI schrieb den Code selbst, indem sie einfach das eingab, was ich als Text brauchte) und begann mit der Vorverarbeitung. Dazu gehörte die Benennung jeder Spalte und die Zusammenfassung von Datums- und Uhrzeitangaben in einer einzigen Spalte, um die Zeitreihenanalyse zu vereinfachen.

Nach der Vorverarbeitung der Daten beschlossen wir, die KI nach Ineffizienzen und Mustern zu befragen, die für die Strategieentwicklung nützlich sein könnten. ChatGPT schlug mehrere Ansätze vor: • Keine Volatilitätscluster. Phasen hoher Volatilität können für Momentum-Strategien geeignet sein. • Kein Mean-Reversion-Bias. Wenn der Preis vom Durchschnitt abweicht, können Sie eine Mean-Reversion-Strategie verwenden. • Fehlendes Impulsmuster – über einen bestimmten Zeitraum gab es kontinuierliche Preisbewegungen, was ein Zeichen für eine Trendstrategie sein kann.

Basierend auf den Vorschlägen der KI haben wir zwei Strategien zum Testen ausgewählt. • Keine Umkehrung des Mittelwerts: Gehen Sie eine Short-Position, wenn der Preis deutlich vom Mittelwert abweicht, und eine Long-Position, wenn der Preis fällt. Schließen Sie die Position, wenn der Preis wieder dem Durchschnitt entspricht. • Momentum-Strategie: Nehmen Sie in Zeiten zunehmender Volatilität Positionen in Richtung des Trends ein. Ist die Rendite positiv und liegt über dem Schwellenwert, wird eine Kaufposition eröffnet, ist die Rendite negativ und liegt unter dem Schwellenwert, wird eine Verkaufsposition eröffnet.

Jede Strategie verfügte über grundlegende Ein- und Ausstiegsregeln sowie Schadensverhütungsregeln zur Risikosteuerung.

Mit ChatGPT konnten wir auch beide Strategien testen, um zu sehen, wie sie mit historischen Daten funktionieren würden. Die Testergebnisse zeigten die Renditekurve für die Mean-Reversion-Strategie (siehe Tabelle unten).

Die Grafik zeigt, wie sich die Portfoliokapitalisierung ändern kann, wenn die Strategie befolgt wird. Möglicherweise sehen Sie Strategien, die über einen bestimmten Zeitraum ein stetiges Wachstum zeigten, dann aber zurückgingen. Dies unterstreicht die Bedeutung der Festlegung von Parametern und des Einsatzes von Risikomanagement.

Unterwegs habe ich auch Claude Sonnet von Anthropic verwendet, das kürzlich Big-Data-Analysefunktionen angekündigt hat (weitere Details hier). Die Idee schien vielversprechend. Sie müssen lediglich die 25-MB-Datei hochladen, damit Claude Ihnen bei der Analyse helfen kann.

Allerdings bin ich auf ein paar Probleme gestoßen. Leider erwies sich diese Funktion als grob und unvollendet. Meine Dateien wurden nicht einmal geladen. Letztendlich habe ich es gekürzt, aber aufgrund eines früheren Fehlers habe ich schnell mein Anfragelimit erreicht. Beim Versuch, ein Diagramm zu zeichnen, bekam ich lediglich einen Fehler.

Die Zusammenarbeit mit Claude macht mir Spaß, aber ich hoffe, dass die Projektingenieure diese Funktion verbessern und das Datenladefenster erheblich erweitern. Dies ermöglicht eine effizientere Analyse großer Dateien und eröffnet neue Möglichkeiten für die Arbeit mit großen Informationsmengen.

Mit ChatGPT können Sie nicht nur die Daten analysieren, sondern der KI auch Fragen zur Formulierung geeigneter Strategien stellen. Dieser Ansatz brachte nicht nur neue Erkenntnisse hervor, sondern half uns auch, schnell Hypothesen zu testen und Empfehlungen abzugeben, die bei herkömmlichen Ansätzen möglicherweise übersehen worden wären. Ich verstehe vollkommen, dass dies nur ein Werkzeug ist und kein Ersatz für die menschliche Analyse. Ansätze, bei denen KI dabei hilft, Ideen und Strategieparameter zu finden, eröffnen jedoch neue Möglichkeiten für eine flexible und adaptive Entwicklung von Handelsstrategien.

Original und mein Blog https://osaengine.ru/2024/11/02/%D0%B1%D1%8D%D0%BA%D1%82%D0%B5%D1%81%D1%82-%D1% 82%D0%BE%D1%80%D0%B3%D0%BE%D0%B2%D0%BE%D0%B9-%D1%81%D1%82%D1%80%D0%B0%D1%82 %D0%B5%D0%B3%D0%B8%D0%B8-ChatGPT-Claude.html

Источник: sMart-lab.ru - Блоги Инвесторов, Форумы по акциям, Котировки