PulseAugur
中
实时 07:40:40
English(EN) Predictive Extrema, Unprofitable Policies: An AI-Assisted Audit of Candle-Based Binance Spot Timing Models

AI审计发现加密货币交易时机模型在币安现货交易中无利可图

作者 PulseAugur 编辑部 · [1 个来源] ·

arXiv上发表的一篇新研究论文详细介绍了一项对旨在预测币安现货交易中加密货币价格走势的机器学习模型的AI辅助审计。审计发现，即使这些模型经过优化以预测极值或短期结果，在考虑交易成本后也未能产生有利可图的交易策略。该研究强调了模型评估中的重大问题，包括数据泄露和分割边界处理不当，导致与简单的买入并持有策略相比，回报为负。 AI

影响 这项研究表明，当前用于加密货币交易的AI模型可能不可行，凸显了开发有利可图的自动化交易策略所面临的挑战。

排序理由 该条目是一篇研究论文，详细介绍了对AI模型的审计。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

AI审计发现加密货币交易时机模型在币安现货交易中无利可图

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Ayoub Jadouli ·

    预测性极值、无利可图的政策：基于AI辅助的蜡烛图币安现货交易时机模型审计

    arXiv:2607.19453v1 Announce Type: cross Abstract: We audit whether candle-based machine-learning models can turn predictions of cryptocurrency extrema or short-horizon outcomes into positive Binance Spot paper policies after assumed costs. Numerical results come from scripted fix…

相关实体

相关话题