استنتاج بیزی برای معاملات — به‌روزرسانی باورها با داده‌های Smart Money

استدلال بیزی برای معاملات ایده‌آل است: شما یک باور اولیه درباره جهت قیمت دارید و سپس با هر قطعه جدید از شواهد (داده‌های زنجیره‌ای، فعالیت نهنگ‌ها، نرخ‌های تأمین مالی) آن را به‌روز می‌کنید. Smart Money API دقیقاً این نوع شواهد را ارائه می‌دهد — باورهای خود را به‌روز کنید و تصمیمات احتمالی بگیرید.

مفهوم کلیدی: قضیه بیز: P(B|A) = P(A|B) × P(B) / P(A). در معاملات: P(قیمت↑ | نهنگ‌ها↑) = احتمال افزایش قیمت با توجه به تجمع نهنگ‌ها چقدر است؟

قضیه بیز در معاملات

فرمول

مثال: تجمع نهنگ‌ها به عنوان شواهد

پیشین: 50% احتمال افزایش BTC (پایه). احتمال شرطی: اگر BTC افزایش یابد، 72% احتمال تجمع نهنگ‌ها وجود دارد (آن‌ها پیش‌دستی می‌کنند). اگر BTC ثابت یا کاهش یابد، فقط 20% احتمال تجمع وجود دارد. شواهد: شما مشاهده می‌کنید که 250+ کیف پول نهنگ‌ها در حال تجمع هستند.

پایتون — به‌روزرسانی بیزی
def bayesian_update(prior_up, likelihood_evidence_given_up, likelihood_evidence_given_down):
# پیشین
p_up = prior_up # 0.50
p_down = 1 - prior_up # 0.50
# احتمال شرطی شواهد
p_evidence_given_up = likelihood_evidence_given_up # 0.72
p_evidence_given_down = likelihood_evidence_given_down # 0.20
# احتمال کل شواهد (قانون احتمال کل)
p_evidence = (p_evidence_given_up * p_up) + (p_evidence_given_down * p_down)
# = (0.72 * 0.50) + (0.20 * 0.50) = 0.46
# پسین: P(بالا | شواهد) = بیز
posterior_up = (p_evidence_given_up * p_up) / p_evidence
# = (0.72 * 0.50) / 0.46 = 0.783 (78.3% احتمال افزایش)
return posterior_up

نتیجه: پس از مشاهده تجمع نهنگ‌ها، احتمال افزایش از 50% به 78% رسید. این یک سیگنال قوی برای موقعیت خرید است.

چارچوب بیزی چند سیگناله

ترکیب چندین قطعه شواهد (Smart Money API سه مورد ارائه می‌دهد: مشتقات، زنجیره‌ای، نهنگ‌ها):

پایتون — بیزی چند سیگناله
def multi_signal_bayesian(prior, deriv_signal, onchain_signal, whale_signal):
# به‌روزرسانی متوالی: با پیشین شروع کنید، با هر سیگنال به‌روزرسانی کنید
posterior = prior
# سیگنال 1: مشتقات (نرخ تأمین مالی، LSR)
posterior = bayesian_update(posterior, 0.68, 0.35) # اگر افزایش، 68% احتمال FR مثبت
# سیگنال 2: زنجیره‌ای (MVRV, SOPR)
posterior = bayesian_update(posterior, 0.65, 0.40) # اگر افزایش، 65% احتمال MVRV مطلوب
# سیگنال 3: نهنگ‌ها (اجماع، PnL)
posterior = bayesian_update(posterior, 0.72, 0.20) # اگر افزایش، 72% احتمال اجماع نهنگ‌ها روی خرید
return posterior

تخمین احتمال شرطی از داده‌های تاریخی

چگونه P(شواهد | جهت) را بدانید؟ از بک‌تست محاسبه کنید:

پایتون — کالیبره کردن احتمالات شرطی
def estimate_likelihoods(historical_data):
# از تمام دفعاتی که نهنگ‌ها خرید کردند، چند درصد در 4 ساعت بعد افزایش قیمت داشتند؟
whale_long_ups = len(historical_data[(historical_data['whale_long'] == True) & (historical_data['next_4h_up'] == True)])
whale_long_total = len(historical_data[historical_data['whale_long'] == True])
p_up_given_whale_long = whale_long_ups / whale_long_total # 0.62
# از تمام دفعاتی که نهنگ‌ها فروختند، چند درصد در 4 ساعت بعد کاهش قیمت داشتند؟
whale_short_downs = len(historical_data[(historical_data['whale_long'] == False) & (historical_data['next_4h_up'] == False)])
whale_short_total = len(historical_data[historical_data['whale_long'] == False])
p_down_given_whale_short = whale_short_downs / whale_short_total # 0.58
return {'p_up_given_whale_long': p_up_given_whale_long, 'p_down_given_whale_short': p_down_given_whale_short}

شرط‌بندی بر روی احتمالات پسین

پس از داشتن احتمال پسین، اندازه شرط خود را متناسب تنظیم کنید:

پایتون — معیار کلی از احتمال پسین
def kelly_bet_size(posterior_prob, odds=1.1):
# معیار کلی: f = (b*p - q) / b
# p = احتمال برد، q = احتمال باخت، b = نسبت شانس
p = posterior_prob
q = 1 - p
b = odds - 1 # اگر ببرید، 1.1x بازمی‌گردد (10% سود)
kelly_frac = (b * p - q) / b
# استفاده از 25% کلی برای محافظه‌کاری
position_size = kelly_frac * 0.25
return max(0, position_size) # هرگز منفی نباشد
# مثال: احتمال پسین = 78%، کلی = 6.5%، استفاده از 1.6% حساب

پیشین‌های مزدوج برای کارایی

برای تخمین‌های پیوسته (مثلاً «نرخ برد واقعی نهنگ‌ها چقدر است؟»)، از پیشین‌های بتا استفاده کنید:

پس از مشاهده N برد و M باخت، پسین Beta(α + N, β + M) است. این ساختار مزدوج به شما امکان می‌دهد بدون نمونه‌گیری فوراً به‌روزرسانی کنید.

تصمیمات احتمالی با Smart Money بگیرید

API ما نمرات ترکیبی و سطوح اطمینان را برمی‌گرداند — ورودی‌های دقیق برای چارچوب‌های بیزی. یک سیستم معاملاتی بسازید که باورها را با فعالیت نهنگ‌ها، معیارهای زنجیره‌ای و سیگنال‌های مشتقات به‌روز کند.

یادگیری معاملات بیزی →