Вы слышали о биткойнах? Согласно Википедии, это криптовалюта:

Криптовалюта - это цифровой актив, предназначенный для работы в качестве средства обмена, использующего криптографию для защиты своих транзакций, управления созданием дополнительных единиц и проверки передачи активов

Вы знаете, что криптовалют намного больше? Фактически, каждый день создаются новые монеты (жетоны). Процесс создания новой монеты называется ICO (Первоначальное предложение монет). Во время этого процесса участники могут покупать вновь созданные монеты. Это форма финансирования для новых компаний / организаций. Обычно цена новых токенов во время ICO низкая, потому что за токеном стоит только прототип или идея, и не многие люди знают о новом проекте. Однако, когда новый токен поступает на биржу или компания отправляет товар, цена токена может вырасти в несколько раз. Например, если вы были ранним инвестором в Ethereum (ETH), вы могли бы купить 1 ETH примерно за 0,30 доллара США, тогда как на момент написания этой статьи он стоил 936 долларов США. Это около 300 000% от прибыли. Если бы вы вложили 100 долларов в ICO Ethereum, вы бы заработали около 300000 долларов :-)

Глядя на эти сумасшедшие доходы, вы поймете, что многие люди хотели бы инвестировать в такие проекты. Но это не так-то просто. В настоящее время проводится так много ICO, что выбор подходящего проекта для инвестиций затруднен. Очень часто ICO может оказаться мошенничеством, и инвесторы теряют все свои деньги.

Есть много сайтов, которые собирают информацию о предстоящих ICO, например: icodrops. В сообществе криптовалют также есть люди, которые отслеживают и оценивают предстоящие ICO. Один из моих любимых инфлюенсеров ICO - Ян Балина. У него есть подход на основе данных для выбора инвестиций в ICO. У него есть таблица, в которой каждое ICO описано с помощью чисел, баллов и оценок. На основании подсчитанного балла он выбирает свои вложения. Отлично!

Давайте сделаем больше, чем просто анализ таблиц! Я построю модель машинного обучения, которая на основе данных Иэна будет предсказывать рентабельность инвестиций.

Сначала я взял данные из электронной таблицы Яна и создал свой набор данных. Для каждого ICO я добавил минимальную, максимальную и вводимую цену с coinmarketcap.com (CMC) (вводимая цена - это первая цена с графика CMC). Я также скорректировал несколько цен на ICO, используя данные с icodrops.com и tokendata.io.

Как видите, в некоторых строках отсутствует цена от coinmarketcap.com. Это потому, что это новые проекты, и они еще не вышли на биржу. Давайте предскажем, какой может быть максимальная доходность для них!

Строки с полной информацией о ценах CMC будут использоваться в качестве данных для обучения. Столбцы ввода для модели будут:

  • Ian_ICO_Grade - партитура написана Яном Балиной
  • Largest_Bonus - информация о размере бонуса
  • Цена ICO
  • Количество токенов ICO (количество токенов, доступных для продажи в ICO)
  • Общий коэффициент предложения (количество токенов в ICO, деленное на общее количество токенов)
  • Рыночная капитализация ICO
  • Информация о наличии прототипа
  • Количество очков, набранных командой Иэном
  • Количество баллов для советников, набранных Яном
  • Количество баллов за идею ICO
  • Размер сообщества
  • Информация, если это токен безопасности
  • Тип товара
  • Аудитория продукта

Результатом модели будет Max_CMC_x, который определяется как:

Max_CMC_x = Max_CMC / ICO_Price

(примечание: в обучении я использовал логарифм Max_CMC_x, потому что он лучше распределяется для обучения модели ML)

Я использовал mljar.com для обучения моделей машинного обучения с 5-кратной перекрестной проверкой, оценкой метрики MSE и алгоритмами xgboost, lightGBM и случайным лесом.

MLJAR выполняет поиск по множеству различных алгоритмов машинного обучения и выбирает наиболее подходящие данные для обучения. Хорошо, у нас много моделей!

  • Что мы можем сделать с этими моделями?
  • Много интересного!

Какие функции важны для прогнозирования доходности инвестиций в ICO?

Проверим важность функций для лучшей модели.

Это интересно!

  • Цена ICO - самая важная характеристика для прогнозирования доходности ICO! Вы можете попытаться объяснить это: чем ниже цена, тем больше возможностей для будущего роста. Простой.
  • Оценка Яна - вторая по важности характеристика. Оценка Яна зависит от качества проекта. Чем выше оценка, тем лучше проект и выше вероятность роста цены.
  • В топ-6 характеристик также входят: количество токенов, проданных в рамках ICO, рыночная капитализация ICO и общий объем предложения - на мой взгляд, ситуация аналогична ситуации с цена ICO, инвесторы пытаются оценить возможности для будущего роста.
  • Также очень важно количество участников - чем больше людей заинтересуются проектом, тем лучше :)

Какую прибыль от прошлых ICO прогнозирует модель?

Давайте возьмем прогнозы вне складок (OOF) из модели машинного обучения и проверим, какую отдачу от прошлых ICO она предсказывает. Будет интересно сравнить их с реальной доходностью. Ниже приведены 20 токенов с наибольшей доходностью согласно модели:

Согласно модели, наибольшая отдача должна быть у District0x, 0x и Red Pulse. Интересные результаты получены для токенов, где OOF_Prediction намного выше, чем Max_CMC_x (Max_CMC_x = Max_CMC / ICO_Price). Например, Icon имеет 115-кратную отдачу от инвестиций, но модель предсказывает «только» 18-кратную прибыль.

Моя интерпретация: токены, у которых значение OOF_Prediction намного выше, чем значение Max_CMC_x, все еще имеют место для роста - например, AirToken может вырасти в 5 раз больше. С другой стороны, для токенов с OOF_Prediction намного ниже, чем Max_CMC_x, эти токены могут быть завышены - или модель машинного обучения допустила ошибку.

Все прогнозы модели машинного обучения для прошлых ICO находятся здесь.

Какую отдачу от новых ICO прогнозирует модель?

Давайте посчитаем прогнозы для токенов, отдача которых неизвестна! Ниже приведены 20 самых высоких доходностей, рассчитанных с помощью модели машинного обучения:

Вы можете видеть, что токен с кодовым именем Зомби в электронной таблице Иэна будет иметь самый высокий доход в зависимости от модели.

С другой стороны, отдача токена Telegram не является многообещающей, поскольку модель предсказывает «только» 6,8-кратную отдачу. На мой взгляд, это вызвано огромным лимитом ICO, поэтому модель была консервативной с точки зрения прогнозируемой доходности.

Все прогнозы модели ML для предстоящих ICO находятся здесь.

Выводы

Инвестиции в ICO могут быть очень прибыльными. Выбор хорошего токена для инвестирования требует тщательного исследования. На мой взгляд, наиболее последовательным является подход, основанный на данных. Пополнение таблицы прогнозами машинного обучения может дать инвесторам больше информации:

  • знание потенциальной прибыли,
  • оценка потенциальной цены выхода.

Инсайты ML также могут быть использованы людьми, которые создают ICO, чтобы установить привлекательную экономику токенов для инвесторов.

Прокомментируйте ниже: если у вас есть какие-либо вопросы, идеи или дополнительные данные об ICO, которые можно использовать для оценки.

Данные, использованные в этом посте, доступны здесь.

Код, используемый для предварительной обработки данных, находится здесь.

Сервис MLJAR использовался для создания моделей машинного обучения.

Отказ от ответственности: я не несу ответственности за любые убытки, которые могут быть понесены любым лицом или лицами, использующими полностью или частично содержание этой статьи. Это не финансовый совет! Это не совет по инвестированию!