بات Bender روی Binance در تایم‌فریم 15m معامله می‌کند و سرمایهٔ اغازین $1000 با لوریج پیش‌فرض 2x ؛ مقدار استیک پیشنهادی $200. دامنهٔ لوریج پشتیبانی‌شده: 2x تا 8x. برای شروع، از 1000 کندل جهت کالیبراسیون استفاده می‌کند.
یک بات تریدر هوشمند مبتنی بر یادگیری تقویتی ادامه‌دار که به صورت داینامیک و بر اساس شرایط بازار تصمیم‌گیری می‌کند.
روی 3 جفت‌ارز فعال است.
مشاهدهٔ فهرست جفت‌ها
BNB/USDTBTC/USDTSOL/USDT
این نمودار مسیر «سرمایهٔ نمونه» را بر اساس ترکیب درصد سود/زیان هر معاملهٔ بستهشده در ۷ روز اخیر نشان میدهد. برای سادگی، اندازهٔ ورود ثابت در نظر گرفته شده است. با مدیریت انسانیِ سیگنالها (فیلتر شرایط، زمانبندی خروج، تنظیم اندازهٔ موقعیت) در سناریوهای مناسب میتوانید تا حدود ۴۰٪ بهبود نسبت به عملکرد خام بات داشته باشید—تضمینی نیست و به مهارت/انضباط شما بستگی دارد.
Bender که اسمش برگرفته از ربات محبوبی به همین نام در کارتون فیوچراما (Futurama) هست، هسته‌ی تصمیم‌گیری دارد که هم‌زمان از برنامه‌ریزی مبتنی بر «روش آنتروپی متقاطع» CEM (Cross-Entropy Method) برای ارزیابی دنباله‌های اقدام، سیاست گرادیانی «بهینه‌سازی مجاورتی» PPO (Proximal Policy Optimization) برای یادگیری رفتار، و یک مولفه کمکی «شبکه عمیق Q» DQN (Deep Q-Network) برای بهبود کیفیت خروج/نگه‌داری استفاده می‌کند، و با «تجمیع چندمدلی» (Ensemble) عدم‌قطعیت را برآورد کرده و ریسک را با شاخص‌هایی مانند «مقدار شرطیِ در معرض خطر» CVaR (Conditional Value at Risk) تعدیل می‌نماید؛ در سطح داده، ویژگی‌های قیمتی/نوسانی چندتایم‌فریم و نماهای فشرده‌شده «تحلیل مولفه‌های اصلی» PCA (Principal Component Analysis) ادغام می‌شوند تا تصویر پایدارتری از رژیم بازار ساخته شود، و برای تاب‌آوری بلندمدت از «تحکیم الاستیک وزن‌ها» EWC (Elastic Weight Consolidation) و «تقلیل‌دادن دانش» (Knowledge Distillation) به‌صورت معلم–شاگرد بهره می‌گیرد تا ضمن یادگیری آنلاین، فراموشی کاهیده شود؛ لوریج و استاپ‌لاس به‌صورت پویا با توجه به نوسانات فعلی تنظیم می‌شوند.