人工智能用于算法交易数字资产:来自Counter-Strike 2皮肤市场的证据

科学领域:

• 数字资产市场 数字资产市场
• 计算金融是指计算金融.
• 机器学习应用 机器学习应用

背景情况:

• 反攻2 (CS2) 皮肤市场是一个价值数十亿美元的数字资产生态系统,具有高波动性和独特的市场低效率.
• 尽管它具有经济意义,但在CS2皮肤交易中的AI应用仍未得到充分探索.

研究的目的:

• 设计和评估使用深度学习用于CS2皮肤价格预测和交易决策的自动化交易系统.
• 在现实的市场限制下,将AI性能与传统的买入持有策略进行比较.

主要方法:

• 利用了长期短期记忆 (LSTM) 和神经层次对时间序列 (NHITS) 深度学习模型的插入.
• 通过CSGOskins.gg API,从2024年5月到2025年4月收集了12,000个独特的CS2皮肤的数据集.
• 纳入了7天的最低持有期和10%的交易成本,模拟了对2,3个月和6个月的日后测试的真实市场条件.

主要成果:

• 人工智能交易系统在各种时间范围内始终优于买入持有策略,特别是在较小,集中的投资组合中.
• 人工智能投资组合在6个月的模拟中实现了高达20%的回报,远高于买入持有组合的5%-10%,在小型投资组合中高达75%的超额回报.
• 人工智能偏爱中等稀有和流动性皮肤 (例如,Mil-Spec),类似于中等资本股权策略,而买入和持有积累了更稀有的项目.

结论:

• 该研究验证了AI驱动的交易在CS2皮肤市场的可行性和潜力,证明了与现代投资组合理论原则的一致性.
• 人工智能交易系统为勃发展的虚拟商品和数字资产市场的参与者提供了方法上的进步和实际见解.
• 这些发现强调了人工智能在优化复杂,波动的数字资产生态系统中的交易策略中的适用性.