我創建了一個公式，根據每日交易價格和谷歌數據趨勢的關鍵字人氣來預測你是買還是賣比特幣。該公式產生了29%的回報，，利潤為28，839美元。

比特幣的價格可以預測到什么程度？是否谷歌趨勢的公開數據可以幫助預測價格波動呢？

換句話說，我們能可靠地建立一個超越市場測評的公式嗎？這些都是我想要回答你們的問題。我的目標是試圖弄清楚一個高度波動、可怕且似乎不可預測的加密貨幣市場。

有許多交易員相信技術分析，而其他交易員則更傾向于基本面分析。事實是，沒有一種神奇的交易策略總是勝過市場。因為總是有太多的變量，即使是最好的基于人工智能的交易算法也無法持續從中獲利。

今天的公式是非常基本的，我的意圖是以原始的形式呈現，并征求關于如何使它變得更好的反饋。這是一項正在進行的工作，決不是萬無一失的，所以請自費使用。

事實是，沒有一種神奇的交易策略總是勝過市場。

公式

我一直在測試我認為是BTC價格表現相對一致指標的公式。具體地說，我可以用10萬美元作為初始投資資金，在90天的時間里模擬29%的利潤。請注意，這并沒有考慮到交易所交易費用，我希望像分散式交易這樣的解決方案總有一天取消掉。

我的公式受到Willy Woo最初工作的啟發，他最初嘗試用谷歌數據趨勢作為活躍的比特幣價格檢查的代理。

下面是我使用的過程：

1.在最近90天的時間里，我在谷歌趨勢搜索“BTC USD”和“Buy Bitcoin”（ “比特幣美元”與“比特幣購買”）：

2。我注意到，當“比特幣美元”與“比特幣購買”的比率低于3:1（具體小于35%）時，當天的比特幣“收市”價格會隨之上漲。如果高于3:1的比率（具體來說是》35%）（即4:1或5:1），那么這就是賣出的信號，因為隨后一天的價格會下跌。

3.接下來，我測試了BTC的收盤價比前一天的收盤價高出80美元，這使得模式更加一致。80美元是在此數據集中表現良好的任意值。下面是它的截圖：

比特幣美元：每日指標直接來自谷歌趨勢。

購買比特幣：每日指數直接來自谷歌趨勢。

價格：當日收市價由幣市市值計算。

E欄：“購買比特幣”/“比特幣美元”比率

F欄：買賣決策公式。

例如， F20=if（AND（E20》35%，G20》80），”BUY”，”SELL”） 。請注意，“35%”是在價格大于“80美元”時購買的門檻。

G欄：比特幣價格與前日收盤價的差價。

H欄：在2018年7月7日（第一次購買）的初始10萬美元投資的基礎上運行總賬。

公式的結果和接下來的步驟

因此，在90天的時間里，10萬美元的投資在我的公式中變成了128，839美元——幾乎是29%的回報。但這遠不是一個優化的公式。

如果“》35%”和“》$80”是基于在這有限的90天的數據集。那么是否有更好的公式產生更好的買賣信號呢？

這些變量似乎在給定的6000-8000比特幣價格水平上起作用。我想測試更多過去一兩年的歷史數據。該公式將使用一系列（3:1 - 5:1）來比較買入/賣出信號的總收益，而“80美元”將是每日BTC價格的一個固定百分比，這樣就可以解釋主要的價格飆升。例如，最優公式最終可能是3.23-1的比率，為每日價格波動的0.014543229。

變量輸入矩陣是這樣的：

如果你是一個數據專家，讓我們一起來探討

換句話說，我想建立一個測試來找到最優的變量插件，實現最大化利潤的給定數據集。這將涉及對過去價格和人氣數據進行回歸測試。我的假設是在不同價格水平下存在最優變量情況下定義的。

我目前正在測試這個算法的一個“v2”，并且很樂意與任何具有R或Python的數據專家合作，運行一個完整的回歸和目標搜索腳本來優化算法。