OpenGradient Modell-Highlight: SUI/USDT Kurzfristige Spot-Prognosemodell Ein SUI/USDT Modell, das entwickelt wurde, um kurzfristige Spotpreisbewegungen mithilfe strukturierter Signale aus Marktdaten vorherzusagen. 🧵👇🏻

2/ In kurzfristigen Märkten ist die Richtung wichtiger als die Größe. Wir haben Modelle über 30-Minuten- und 6-Stunden-Horizonte trainiert, um zukünftige Renditen mithilfe strukturierter Marktdaten zu schätzen. Jedes Modell erzeugt ein Signal, das die erwartete Bewegung über seinen Zeitraum anzeigt.

3/ Das Modell verwendet aktuelle OHLCV-Kerzendaten und führt klassische Merkmalsauswahl für die Modelleingaben durch. Anschließend wenden wir eine Lasso-basierte Merkmalsauswahl an, um nur die Signale beizubehalten, die weiterhin eine prädiktive Relevanz zeigen. Dies verhindert auch eine Überanpassung des Modells.

4/ Das Modell gibt eine prognostizierte Rendite für das nächste Intervall aus, die in eine einfache Ausführungslogik umgewandelt werden kann: • Positive Prognose → Long • Negative Prognose → Short Ein einfacher Backtest zeigt, wie dieses Signal sich verhält, wenn es systematisch über die Zeit angewendet wird.

5/ Die beiden Spot-Prognosemodelle zeigen eine starke Vorhersagefähigkeit, indem sie auf Marktmustern trainieren, diese identifizieren und vorhersagen.