区块链数字货币投资智能量化分析引擎“QUBE”介

传统金融行业过去 20 年在 IT 基础设置、中心化数据存储及互联网生态推动下，脱离初期人工记账和电话交易，成为影响全球经济发展的最重要行业之一，催生 Bloomberg等基础数据服务提供商；数字货币金融时代，由区块链、大数据和人工智能相关技术共同推动：如何从大数据中实时发现投资机会点、通过人工智能量化分析决策作为商业决策辅助、利用神经网络和深度学习进行市场预测及风险预警，将会成为未来行业趋势。

项目背景及定位

目前全球数字货币超 3781 种，每天都形成新的区块链生态组成部分。数字货币的区块 链本身包含 17 种类型数据，如：发行总量、挖矿难度、损耗量、流通锁定量、区块交 易数据、矿工费等。

目前全球数字交易平台有超 467 个，数字货币超 3781 种，其中超 1765 种可在交易平 台中交易，形成 3183 交易对，数字仍不断快速增加。全球交易平台产生实时交易价格， 实时挂单与交易量等，每秒数据产生大量变化。不同交易所间交易价格平均最大差值 9.73%，二八法则长尾交易量平均分布平台 382 个，但仍约有 63.9%的交易在 OTC 或 其他方式进行。除此之外，还有 OTC 数据、非交易数据、期货衍生品数据等，相关标的 信息 69 类。

在区块链完全去中心化和匿名技术模型下，数字货币在众多独立分布式交易中心交易， 与传统金额行业相比，98.9%的常规分析数据无法获取。最关键的价和量数据，仅有 12.9% 能实时覆盖，且分布在 73 个数据源中。并且，目前 98%的交易所只提供交易实时数据 （76.9%的数据仅为当前时间戳数据），完全没有历史数据作为投资决策参考。

过去一年统计，区块链和数字货币日均产生 17875 条新闻资讯、537819 条 UGC 信息， 日均 555694 条舆情信息中，包括市场的利空利好以及投资者的看多看空，这些不确定 性信息一定程度致使数字货币价格平均每小时波动 5.5%，且 24 小时不停盘。

如何从众多区块、独立分布式交易所、繁杂舆情信息中抓取海量数据，并对日均 5.6017T （目前）结构化化处理、积累，形成目前全球唯一区块链市场结构式数据中心；在此基础上分析规律、洞察本质、捕捉机会点、智能化进行市场预测和风险预警、给商业决策 带来价值，最终形成行业基础和行业标准，全面公开共享，并提供智能量化分析引擎， 是 QUBE 的定位。

据 2018 年 1 月 1 日数据测算，全球证券交易市场市值 100 万亿美元，区块链数字货 币总市值 7552.7 亿美元，仅占传统证券市场市值的 0.76%。传统证券交易二级市场中 量化辅助交易占比已达 19.6%，QUBE 率先定位细分数字货币市场，未来有极强的发展 空间和预期。

QUBE 服务于：

• 3000 万数字货币投资者 （10%为收费 VIP 用户） - 计划为个人投资者推出以币种为单位的量化策略机器人

• 10000 家专业金融机构 （全部为收费用户）

• 500 家专业数字资产基金 （全部为收费用户）

解决方案及模型

QUBE 智能量化分析引擎，解决方案基于数据大规模处理和深度学习算法的数据降维、噪点去除、特征提取、模型训练等过程，在神经网络量化因子优化归一后，形成最终结果输出。其核心是对日均 5.6017T（目前）海量数据进行处理，包括区块链数据、各类交易平台数据，网络信息舆情数据等，通过人工智能技术体系下的一系列算法模型训练，最终对数字货币市场各类博弈行为进行模型预测和数据量化。

解决方案概述

1） 数据获取

我们通过全球 276 个节点来获取数据，通过 WebSocket、API 接口，配合爬虫实时抓 取 467 个交易平台数据中 1765 个数字货币的 3183 交易对价格、实时挂单与交易量等信息，覆盖 95%以上币种，90%以上交易平台，平均 3.9 秒钟刷新更新数据。 通过爬虫技术抓取影响区块链市场投资的文字信息，分类为资讯类信息和 UGC 信息， 共 6786 个信息源，日均 876 万未结构化数据；通过对区块链节点数据的监听挖掘，获 取区块链隐藏信息，并结构化存储 17 类数据。QUBE 引擎目前每分钟平均获取原始数 据 3.91GB，处理后存储数据仓库。

2） 数据量化

全球 26 个数据中心进行数据处理，去除噪点，输入模型量化，形成交易数据的中心结 构化数据库；通过语义分析对舆情原始数据进行处理，切词标签化，深度学习量化成市 场多空影响因子与情绪因子一系列指标；对区块链数据进行技术处理后，形成实时数据 源。

通过 AI 人工智能对数据进行量化处理，在 983 个维度上进行深度建模分析，形成 28919 中间因子机器学习，最终形成 397 类直接量化数据的价值输出结果。众所周知，数据建 模处理和人工智能训练需要大规模计算量，我们利用区块链技术招募合作伙伴，进行分 布式计算来解决算力问题，推动相关技术落地时间比传统模式 ROI 提高 87%。

3） 智能策略

日均产生的 5.6017T 数据中，包括大量有价值信息，通过机器学习和深度学习算法，在 最小时间戳为 1 分钟维度上进行迭代结果导入训练，优选最佳的数字货币投资策略。

QUBE 引擎从 2017 年 7 月份开始启动运行，到目前共 5 个月算法和模型训练时间，AI 人工智能投资策略启动后，与比特币单一币种的同期收益相比提高 27.9%。且月环比引 擎本身提高 11.6%，呈现环比率增加。QUBE 引擎的目标是在 2018 年推出 60 类智能 量化策略并产品化。

引擎核心模型

QUBE 引擎的核心为以深度学习算法为基础的模型，旨在利用各类区块链货币的海量历 史数据，结合自动获取的每日交易数据和区块链生态相关数据（如交易各类信息量化、 舆情数据、区块数据、货币汇率等），作为模型输入样本数据，通过大量运算训练并迭代 优化 AI 模型，最终实现能够发现一定时间范围内或特定场景下区块价格的动态变化风 险规律。

模型的原始数据主要分交易数据和舆情数据等。其中，交易数据为定量数据，包含各大 交易平台的交易数据、行情数据、OTC 场外交易数据记录、以及各类货币的实时交易汇 率。舆情数据为定性数据，包括与区块链相关的各类新闻、资讯、公告、用户 UGC 信息等等，舆情数据最终被量化为对某个时间段的影响因子，与交易数据一并作为 AI 模 型的数据源。

通过定义市场趋势的指标，将市场背景按照多、空、震荡等 27 个因子划分成若干情形， 按币种发行时间，将币种划分为新币、短期、长期等 36 个类型；按币种价格，将币种 划分为微额、小额、中额、大额等 45 种类型；按照舆情指数，将市场情绪划分为买入、 卖出、观望等 13 个类型。按上述方法，将整个区块链市场的 N 个特征进行提取和分类， 即 N 维市场，若每个维度有 M 个分类，则市场被量化成 NxM 的矩阵，将 NxM 个组 合情形下的价格、短期走势、中长期走势进行抽象，即特征向量化。

按照上述分类，将任意时间点历史数据以及每日更新的数据快速分解为各类特征的描述， 可快速作为输入数据纳入最终模型中，并利用机器学习算法训练出能够快速对市场进行 判读和走势预测的 AI 模型。这是引擎的核心模型。

模型为监督学习和无监督学习的结合，初始特征的分类和输入，帮助模型快速解读市场， 随着数据量的增多和特征的明显，模型可自动发现市场中存在的隐含特征，同时也可将 持续超出临界置信的特征自动筛除。AI 模型的最终输出结果为对当前时段价格、成交 量、市场情绪的短期趋势和长期趋势的概率分布，最终形成 397 类直接量化数据的价值 输出结果。

引擎核心算法

QUBE 引擎的核心算法包括舆情分析、时序预测、回归分析和机器学习模型等，我们团 队成员不仅在人工智能方向有充分的技术储备，同时具备丰富的量化金融建模经验。人 工智能的关键是算法和对应的巨型数据量训练，我们公开部分引擎基础算法，供行业监 督反馈和验证。

产品结构及计划

产品结构介绍

产品功能举例

主页全部功能模块：

QUBE 引擎实时更新四大关键模块（原始数据获取系统、数据处理结构化系统、特征 提取与量化系统、AI 深度学习模型系统）的运营状态指标。QUBE 引擎的 8 大类别、 48 个功能模块，将按计划逐步上线。

功能模块示例：（海量数据平台/全部币种）

目前 QUBE Beta V0.1 版已开通“All Token”功能模块，支持 1385 个币种的 376 个 交易平台价格、实时挂单、交易量等交易数据，每 3.6 分钟之内轮回更新周期，其中 176 个币种数据在 3.9 秒内更新。

功能模块示例：（舆情信息量化指标：［-10，+10］ ）

QUBE Beta V0.1 版已开通舆情量化模块的舆情分析功能，QUBE 抓取全球共 6786 个 信息源，日均 876 万未结构化数据。通过语义分析智能识别量化，最终产生 3 大量化 指数 （网络舆情指数、市场多空指数和投资情绪指数） ，从-10 到+10，已支持 1 小时 /24 小时维度，数据 5 分钟内更新。QUBE Beta V0.1 版已支持中、英文信息量化指数， 以 5 个月为周期上线新语言的信息量化指数。

时间:2018-11-01 19:07  来源:    转发量:次