2022美国赛题C-交易攻略：最后“赚”了多少钱？

问题简介：

给定6年的黄金和比特币价格数据，起始资产为1000美元，开盘当天可选择买入、卖出和持有策略。 注意比特币天天开，黄金不是天天开。 黄金和比特币的交易手续费分别为本金的1%和2%。

问题一：

给出了6年内收入最大化的决策算法，预测最大收入，每天的决策只能使用之前和现在的数据。 （最终返回66604）

问题二：

证明你的模型的有效性

问题三：

当交易费用不同时，您的决策模型有多稳健。

问题四：写信介绍和推荐你的模特。

框架

先做数据探索：

数据探索发现，黄金存在缺失值，周末节假日不交易，6年内年​​均收益普遍呈上升趋势比特币节假日可以交易吗，月均收益呈现多种趋势。

建立预测模型：

基于LSTM进行时间序列预测，最终训练出两个模型。 效果是给定前30天的价格，可以预测第二天的价格。 （主要是数据预处理（缺失值处理、数据归一化、数据划分、训练集/测试集构建）、模型训练、超参数调整（seq_len、epochs）、模型评估（均方误差损失、rms）、模型保存和使用

另外，我们直接使用训练好的黄金预测模型直接预测比特币，发现效果更好，说明模型的泛化能力更好，比特币和黄金的数据分布/趋势相似。

建立分类决策模型：

根据预测模型预测次日价格，然后计算涨幅，根据涨幅选择相应的策略。

总的来说，我们将决策分为六类：

Gold keeps dollars all into bitcoins, gold keeps all bitcoins into dollars, all keeps, all into gold, all into bitcoins, all into dollars. 黄金把美元都变成了比特币，黄金把比特币都变成了美元，全部都变成了黄金，都变成了比特币，都变成了美元。 本质是一种极其贪婪的决策算法。 分类条件是在开市的前提下，黄金或比特币的涨幅更大（趋势更好），是否远大于手续费，远大于两组参数的引入来控制阈值。

通过调整阈值的大小，模型可以看得更长远。 这样我们的模型更具前瞻性。 （一开始没考虑用门槛，但只要大于手续费，导致回报率很低）

阈值与产量之间的关系

收益率与阈值参数的概率分布图

建立分类决策模型后，通过调整交易手续费可以看出模型的泛化能力。 最后发现我们模型的整体收益率随着手续费的增加呈下降趋势，但没有出现亏损现象。

比赛收获：

1、数据探索和数据预处理，增加了对数据的理解和处理能力，如常见的缺失值处理、数据归一化、数据划分、数据集构建等原理和具体实现

2、从零开始搭建深度学习预测模型比特币节假日可以交易吗，熟悉整体流程，对超参数的调整有一定的了解和理解

3.遇到贪心决策算法得不到很好的回报率，于是我们研究了决策过程，通过讨论发现贪心可能过于极端，目光短浅，所以我们想能不能让模型放眼长远。 最后，使用阈值来减少短视，让模型的眼光更长远。

4、检索能力尤为重要。 很多时候你并不知道如何为你想要实现的功能编写代码。 其实你只要相信基本功能最常见的问题可以通过搜索引擎解决，功能API可以通过API文档和数据测试了解。 ，通过文献研究，我们也可以看出哪种模型可能更适合解决此类问题。

5、快速学习的能力尤为重要。 在这次比赛中，我们使用latex来编辑文档。 Latex的基本理解和基本使用可以通过优秀的博客快速建立一个大致的了解，然后根据需要搜索解决方案，比如插入高亮的Python代码等

6、团队合作尤为重要。 每个人都有自己的长处。 我主要负责编程。 给定需求，我可以快速编码，验证想法，并在讨论中互相启发。

7.英语读写能力尤为重要。 题目和大部分参考资料都是英文的，最后的论文也是英文的。 虽然有翻译软件辅助，但是翻译软件可以翻译很长的中文，而且很难翻译出地道的句子。所以翻译软件只能辅助查词，不能翻译成文章。 需要一定的英文读写能力