CS:GO皮肤租赁量化投资项目是基于【回报关联模型】构建的量化策略,构建关联模型的一大特点为善于运用皮肤之间间接信息,并结合传统(比如皮肤间的量价相关系数)和非传统(皮肤间在论坛中讨论热度的相关度)的关联特征。
间接信息:
1. 是否为同一种类皮肤(例如刀,枪械[AK-47,M4A1等],手套)
2. 皮肤之间回报率,换手率和波动率的相关性
3. 皮肤产业链关系(例如红色刀具搭配红色手套)
利用JS爬虫技术和Python爬虫技术爬取租赁平台上全量皮肤的售价和租价,每日生成租售比(最低租赁价/最低售价)龙虎榜(Top30)并结合【回报关联模型】动态调整持仓分散风险合理投资。其中非传统的数据关联特征通过Python基于selenium的爬虫爬取CS:GO论坛文本数据,使用textblob库和transformers库对评论文字进行情感分析,量化皮肤的热度,寻找皮肤之间热度的相关度。
考虑到人工交易的局限性,团队挖掘租赁平台的接口api说明文档,使用Python搭建一套自动化交易系统,根据每日租售比龙虎榜结合【回报关联模型】生成基于此模型效用函数最优的持仓,自动化租赁和交易枪械皮肤。