Алгоритм Triple Correction Method (TCM) от исследователей НИУ ВШЭ предсказывает цены криптовалют с точностью нейросетей, но работает быстрее и не требует сложной настройки. Метод протестировали на более чем 200 000 конфигураций моделей для 89 активов, включая Биткоин
BTC$78,852+4.26% и Эфириум
ETH$2,394.79+3.36%.
Три ошибки вместо одной: в чём суть метода
В отличие от большинства моделей, которые учитывают только разницу между прогнозом и фактом, TCM анализирует три типа ошибок. Алгоритм оценивает отклонение прогноза от реальной цены, ошибку на предыдущем шаге и то, как менялся прогноз относительно фактического движения цены. Система самостоятельно определяет вес каждой поправки в конкретный момент и пересчитывает их соотношение с поступлением новых данных.
Для крипторынка это даёт два ключевых преимущества. Метод адаптируется сам, без долгого подбора параметров, и обходится без регуляризации — сложного механизма защиты от переобучения, необходимого для сложных моделей.
На практике это означает, что прогноз для нового токена можно запустить быстро, не тратя часы на тонкую настройку модели.
Испытание на криптовалютах и акциях S&P 500
Авторы метода, Вячеслав Маневич и Дмитрий Игнатов, проверили его в масштабном эксперименте. Они использовали данные по трём крупнейшим криптовалютам и 86 акциям из индекса S&P 500. Эффективность TCM сравнили с классическими статистическими моделями, градиентным бустингом и набором нейросетей, включая LSTM и CNN.
Этот подход контрастирует с критикой, которую недавно обрушил на рынки предсказаний Джон Оливер, высмеяв их уязвимости.
Результаты показали, что новый метод демонстрирует точность на уровне современных нейросетевых архитектур, но выигрывает в скорости работы и простоте реализации. Подробности эксперимента опубликованы в рецензируемом научном журнале Applied Soft Computing.
Более доступный алгоритмический трейдинг
Разработка встраивается в тренд применения машинного обучения для анализа финансовых рынков. Криптовалютный рынок с его высокой волатильностью и большими объёмами данных — идеальный полигон для таких алгоритмов.
Подобные методы могут стать инструментом не только для институциональных аналитиков, но и для розничных трейдеров, использующих автоматизированные торговые системы. Ключевое преимущество — снижение порога входа за счёт упрощённой настройки модели под новый актив.
Алгоритм не предсказывает будущее, но предлагает более адаптивный и быстрый математический аппарат для построения прогнозов.
Внедрение TCM в коммерческие аналитические платформы способно изменить подход к алгоритмическому трейдингу, сделав сложные методы прогнозирования доступнее для широкого круга участников рынка.