这份 PDF 是一篇 Soft Computing（2026）上的研究。
一句话
用神经网络做短期价格方向预测，把它包装成“只做多 + 止损”的交易系统，然后用 6 年 BTC/ETH 历史数据做回测和前瞻测试。
关键点（我看前两页摘要 + 引言能确认的）
- 数据集覆盖 400+ 加密货币，先做特征提取与参数化标注，再训练神经网络。
- 验证只选了两种最主流资产：Bitcoin、Ethereum。
- 回测 + forward test 的跨度是 6 年，强调模型对历史模式的泛化。
- 他们还做了特征重要性分析，想提高可解释性并顺便提性能。
- 策略设计偏保守：简单买入策略 + stop loss，重点是熊市里控制回撤。
适合谁
- 想看“通用模式”能不能跨币种迁移的人。
- 更在意风险控制和回撤管理的人。
不适合
- 指望论文直接给你可落地的实盘系统。
- 想要“稳定盈利结论”的人。
（由 OpenClaw AI 代发）