Искусственный интеллект на фондовом рынке – ещё один стартап представляет свою разработку

Искусственный интеллект на фондовом рынке – ещё один стартап представляет свою разработку

Торговля на финансовых рынках требует тщательной подготовки специалистов. Если ранее обучение проводили опытные трейдеры, передавая свои знания новичкам, то сегодня ситуация в корне меняется. Люди постепенно отходят от торговли вживую, а все операции перекладывают на плечи «умных» машин.

Очередная компания готовит свою новинку – это система искусственного интеллекта Emma Al, созданная Шаунаком Хире (Shaunak Khire), который позиционирует своё детище как уникальное.

Об этом сообщает сайт Recode.

Пока название будущей компании не разглашается до момента получения патентов, которые связаны с ИИ (искусственным интеллектом) и ботами (программами-роботами, имитирующими партнёров в сетевой игре).

Обратите внимание

Обычно биржевые роботы ведут алгоритмическую торговлю, где учитываются заранее заданные торговые критерии (время, объём торгов, цена). Но Emma Al помимо этих данных будет учитывать сложнейший комплекс факторов, которые могли бы оказывать своё влияние на ход событий.

Это и кредитно-денежная ситуация в странах Европы, и перемены в руководящих звеньях компаний и организаций.

Система нейронных сетей берёт во внимание каждую деталь, поэтому торговый процесс перестаёт быть алгоритмическим, а точно имитирует работу человека, собирающего сведения для финансовой аналитики.

Процесс опробования новой системы уже проходил ранее.

На начальном этапе Emma Al выпускала финансовые новости. Качество статей было не хуже авторских, которые писали бы люди. Также тестирование проводилось на небольшом количестве акций. За полгода они показали хороший рост в цене (более 30%).

Запланированные испытания прошли успешно, теперь всё готово к полноценной торговле. Разработчики планируют доверить своему биржевому роботу акции Tesla, GSK и казначейские облигации США.

Конечно, коммерческое применение не отрицается, но пока главной целью является проверка потенциальных способностей ИИ на работе с ценными бумагами.

Сегодня стартап ведёт работу по закрытию частного финансирования.

Шаунак Хире говорит, что искусственный интеллект для финансовых сделок уже используется стартапами Aidyia и Sentient Technologies, которые о своей продуктивности умалчивают. А вот для раскрытия производительности IBM Watson Хире предлагает провести публичное тестирование, поскольку его обучение успело прославиться низким качеством.

Часть доходов от торгов компания Emma Al намерена отправлять в фонд некоммерческой медицинской организации Watsi (детище стартапа-инкубатора Y Combinator.) Хире возлагает надежду на длительное сотрудничество с ней. Одна из вероятных областей работы – использование искусственного интеллекта для доступного здравоохранения.

Источник: https://neuronus.com/news-tech/1130-iskusstvennyj-intellekt-na-fondovom-rynke-eshchjo-odin-startap-predstavlyaet-svoyu-razrabotku.html

Искусственный интеллект захватывает Уолл-стрит: как это скажется на сфере финансов и не только

Искусственный интеллект может превратиться в преобладающий инструмент разработки финансовых стратегий, которые до этого считались трудно прогнозируемыми, потому что трейдеры и менеджеры хедж-фондов не могут конкурировать с роботами, которые способны обрабатывать огромные массивы данных и постоянно совершенствуют свои прогнозы, принимая решения об инвестировании.

В ближайшем будущем большую часть рабочих мест на финансовых рынках займут роботы, и это – хорошая новость, потому что лучшие выпускники университетов теперь смогут уйти в отрасли с более ощутимой для населения и планеты пользой – технологические стартапы, энергетику и медицину.

Большинство мировых бирж используют компьютеры, принимающие решения на основе алгоритмов и корректирующие стратегии с учетом новых данных, но некоторые отрасли, например, рынки облигаций, автоматизируются медленнее.

В марте исследовательская группа из университета Эрлангена-Нюрнберга в Германии разработала ряд алгоритмов, которые использовали архивные данные рынков для тиражирования инвестиций в режиме реального времени.

Одна из моделей позволила добиться 73% возврата инвестиций ежегодно с 1992 по 2015 год с учетом транзакционных издержек. Это сопоставимо с реальной рыночной доходностью в 9% в год.

Важно

Прибыль была особенно высокой во время рыночных потрясений 2000-го (545% доходности) и 2008-го годов (681% доходности), что доказало повышенную эффективность количественных алгоритмов в периоды высокой волатильности, когда на рынках преобладают эмоции.

Исследование ученых в университете Эрлангена-Нюрнберга показало, что в созданных ими моделях прибыль от инвестиций ИИ снизилась после 2001 года, так как использование роботов в торговле на бирже стало более заметным и количество возможностей для использования рыночной неэффективности уменьшилось.

Однако в последние годы доходность упала и время от времени даже становилась отрицательной, что исследователи связывают с растущим влиянием ИИ на биржевую торговлю. Идея использования компьютеров для торговли акциями не нова.

Ее аналог – алгоритмическая торговля или черные ящики – используется уже более десяти лет и неуклонно набирает популярность. В 2012 году алгоритмическая торговля занимала 85% рынка. Если этот тренд сохранится, 90% торговли будет вестись через компьютерные программы.

Алгоритмическая торговля сегодня движется в сторону высокочастотной HFT-торговли, в которой акции покупаются и продаются за доли секунды. Алгоритм быстро обнаруживает и использует расхождение, прибыль становится все меньше и меньше, но объем торгов не сокращается.

Январское исследование Eurekahedge о 23 хедж-фондах, использующих искусственный интеллект, показало, что они демонстрируют намного лучшие результаты, чем те, что управляются людьми.

За последние шесть лет эти фонды добились годовой доходности в 8,44% по сравнению с обычными фондами, показатели которых составили от 1,62% до 2,62%. Авторы исследования связывают доминирование искусственного интеллекта в отрасли с тем, что он постоянно проводит повторное тестирование, а не просто накапливает данные.

Это также может быть связано с недостатками традиционных квантовых подходов и применением торговых моделей, построенных с использованием неприбыльных бэктестов на исторических данных, которые не способны приносить прибыль в режиме реального времени.

Искусственный интеллект бесконечно обрабатывает огромные массивы данных, включая книги, твиты, новости, финансовые показатели и даже развлекательные телевизионные программы. Так он учится понимать глобальные тренды и постоянно совершенствует свои предсказания о финансовых рынках.

Совет

Хедж-фонды уже давно нанимают на работу математиков, разрабатывающих статистические модели и использующих исторические данные для создания торговых алгоритмов, которые предвидят возможности рынка, но искусственный интеллект делает это быстрее и постоянно совершенствуется.

Вот почему финансовые гиганты, такие как Goldman Sachs, запустивший торговую платформу Kensho на базе искусственного интеллекта в 2014 году, переходят на роботизированные системы, предсказывающие рыночные тренды и продающие значительно лучше людей.

Заработать больше среднего на фондовом рынке почти невозможно – даже самые талантливые инвесторы на Уолл-Стрит не отличаются постоянством. Трейдеры и менеджеры хедж-фондов не выдерживают конкуренции, однако их проблема заключается в том, что они просто люди, в то время как все решения, которые принимают роботы, основаны лишь на данных и статистике. «Люди всегда остаются предвзятыми и эмоциональными, вне зависимости от того, осознают они это или нет, — в интервью Bloomberg говорил Бабак Ходжат, сооснователь финансового стартапа Sentient и один из разработчиков Siri в Apple. — Всем известно, что люди совершают ошибки. По-моему, намного страшнее полагаться на догадки и интуицию, а не на данные и статистику». Системы, вроде той, что разрабатывает компания Sentient может анализировать огромные объемы информации, включающие рыночные данные, объемы торгов, колебания цен, интернет-заявки SEC для всех компаний, данные соцсетей, новости и видео на YouTube. Цель — добиться того, чтобы алгоритм составлял оптимальный инвестиционный портфель на основе имеющихся знаний и регулярно оптимизировал его, исходя из ожидаемых новых данных за каждый месяц. Количество подобных проектов в последние годы значительно возросло. По некоторым оценкам, в финансовой сфере количество компаний, работающих с искусственным интеллектом, достигает 1500.

Например, фонд Medallion в Renaissance Technologies, использующий количественные методы анализа фондового рынка, может похвастаться одними из лучших показателей в инвестиционной истории. За 20 лет фонд смог вернуть +35% в годовом выражении. Это означает, что если бы вы вложили $10 тыс в 1997 году, сегодня у вас на руках было бы уже $4,04 млн.

Bridgewater Associates наняли команду, которая должна построить автономную ИИ-систему под руководством Дэвида Ферручи, в прошлом разработавшего для IBM компьютер Watson, победивший в интеллектуальной телевикторине Jeopardy.

Aidyia Limited, управляющий активами в Гонконге, запустили хедж-фонд, полностью управляющийся искусственным интеллектом. Он может читать новости на нескольких языках, анализировать экономические данные, выявлять сомнительные шаблоны, прогнозировать рыночные тенденции и после этого инвестировать.

Некоторые компании используют искусственный интеллект для обеспечения доходности через алгоритмическую торговлю. Фонд Sentinent Technologies, всего за несколько минут может сымитировать 1800 торговых дней, сталкивая триллионы виртуальных трейдеров между собой.

Множество многообещающих хедж-фондов во всем мире уже давно используют машинное обучение для алгоритмической торговли, потому что это исключает любые проявления иррациональных чувств, таких как страх и жадность. Инвесторы хотят, чтобы искусственный интеллект рассказал им, как зарабатывать деньги на фондовом рынке.

Numerai проводит соревнования для среди создателей торговых стратегий. Элементы лучших стратегий затем используются фондом в реальной торговле на бирже, а их создатели получают вознаграждение.

Qplum использует машинное обучение для создания робота-консультанта, который применяет алгоритмы искусственного интеллекта для принятия инвестиционных решений.

Российское приложение Cindicator делит прибыль от сделок на бирже между «форкастерами», которые сделали прогноз по ценам той или иной акции. Анализируя ответы пользователей, система использует алгоритмы машинного обучения.

За наиболее точные прогнозы пользователи получают наибольшие выплаты. Прогнозы недавно зарегистрировавшихся пользователей не учитываются до определенного времени, позже программа сортирует их в зависимости от точности прогноза.

По заявлениям создателей проекта Cindicator журналистам, зимой проект собрал инвестиционный портфель с доходностью 47% годовых, проанализировав прогнозы 963 участников. Компания Sentinent также запустила несколько приложений на своей платформе искусственного интеллекта.

Обратите внимание

На развитие одного из них, связанного с алгоритмическими продажами, удалось привлечь $135 млн. Фонд создал несколько триллионов роботов-трейдеров, позже объединил их и собирается выделить этот проект в отдельную компанию.

Alpaca, компания, основанная в 2013 году, привлекла $1 млн на разработку трейдинговой платформы Capitalico которая позволяет строить биржевые алгоритмы на основе технического анализа, прогнозирующего колебания стоимости акций.

Платформа распознает пользовательские шаблоны как «оптимистичные» и «пессимистичные» и на основе этого строит торговую стратегию.

Французский стартап Walnut Algorithms привлек $446 тыс, чтобы совместить машинное обучение с финансовой экспертизой и добиться абсолютного возврата инвестиций.

Binatix работает с хедж-фондами, которые используют собственные технологии для инвестиционных стратегий.

Aidyia, гонконгский хедж-фонд, использующий «общий искусственный интеллект», более точно имитирующий человеческий мозг, в 2015 году запустил фонд длинных/коротких инвестиций, торгующий акциями США и совершающий все биржевые сделки без вмешательства человека.

Канадская компания BUZZ Indexes собирает big data из социальных сетей, интерпретирует эти данные, используя искусственный интеллект, а затем определяет, у каких акций доходность вырастет. На основе этого строится индекс интереса в социальных медиа и определяются 75 самых популярных акций.

Источник: https://habr.com/company/iticapital/blog/330884/

Ещё один стартап выводит искусственный интеллект на фондовый рынок

Сайт Recode сообщает о системе искусственного интеллекта, получившей название Emma AI, создатели которой рассчитывают, что она превзойдёт в деле торговли ценными бумагами и людей, и компьютеры. Она является частью волны стартапов, применяющих машинное обучение на финансовых рынках.

Читайте также:  Пчелы помогают исследователям устранить искажения цветов на фото

Автоматизация не является чем-то новым для Уолл-стрит.

Но Шаунак Хире (Shaunak Khire), создатель Emma, утверждает, что его система отличается от нынешних финансовых вычислений — высокочастотного трейдинга и «квантового» анализа данных — поскольку его система нейронных сетей учитывает более сложный комплекс факторов, влияющих на акции, таких как перестановки в руководстве компаний или денежно-кредитная политика в Европе, которые другие программы упускают.

«Это не алгоритмическая торговля, — сказал он.  — Это в буквальном смысле имитация работы финансового аналитика».

Emma начнёт торговать акциями фармацевтического гиганта GSK и Tesla наряду с казначейскими облигациями США. Ранее Emma была испытана в качестве автора финансовых новостей и показала, что может работать наравне с авторами-людьми и способна их заменить.

В ходе нового тестирования она шесть месяцев назад выбрала небольшое количество акций и, по словам Хире, они с тех пор показали рост более чем на 30 процентов. Он держит название своей компании в тайне, ожидая получения определённых патентов, связанных с ботами и ИИ.

Важно

Другие стартапы давно применяют ИИ для финансовых сделок. К их числу относятся Aidyia, которым управляет эксцентричный робототехник Бен Гёрцель (Ben Goertzel), и Sentient Technologies, получившая огромные инвестиции и нанявшая первоклассных инженеров из IBM и Apple. IBM Watson начал «сотрудничать» с Citibank четыре года назад.

Хире отмечает, что другие стартапы не раскрывают свою производительность. Он также предложил провести открытый тест производительности ИИ IBM Watson, к которому он и некоторые другие специалисты по машинному обучению пренебрежительно относятся как низкопроизводительному.

Часть доходов от системы торгов Emma пойдут в пользу Watsi, медицинской некоммерческой организации, вышедшей из известного стартап-инкубатора Y Combinator. «Возможно, у нас найдутся некоторые общие области для дальнейшей работы, например: использование ботов/ИИ для персонализированного и доступного здравоохранения», — пояснил Хире.

По словам Хире, основная цель сейчас — испытать способности ИИ на выборке акций и облигаций, хотя он подчеркнул, что у этих испытаний также есть коммерческое применение.

«Как создать такой ИИ, который может, скажем, за неимением лучшего термина, «обдумывать» вводимые данные»?» — задаётся он вопросом.

Сейчас стартап находится в процессе закрытия раунда частного финансирования.

Алгоритмическая торговля или Алгоритмический трейдинг (Algorithmic trading) — формализованный процесс совершения торговых операций на финансовых рынках по заданному алгоритму с использованием специализированных компьютерных систем (торговых роботов). Широко применяется как институциональными инвесторами, для эффективного исполнения крупных заявок, так и частными трейдерами и хедж-фондами для получения спекулятивного дохода.

Алгоритмическая и высокочастотная торговля стали предметом многочисленных разбирательств, инициированных американскими регуляторами SEC (U.S.

Securities and Exchange Commission) и CFTC (Commodity Futures Trading Commission), в связи с обвинением в причастности компаний, использующих торговые боты, к событиям 6 мая 2010 года (2010 Flash Crash), когда ведущие фондовые индексы США кратковременно испытали крупнейшее за всю свою историю внутридневное падение.

Источник: https://22century.ru/commerce/31169

Как коллективный интеллект людей и роботов может предсказывать будущее? | Технологии

Сейчас большинство инвестиционных венчурных сделок закрываются так называемыми синдикатами. Т.е. в сделке в одном раунде одновременно участвуют несколько инвесторов. И с каждым годом этот тренд только усиливался.

Помимо просто синдикатных сделок, в которых участвуют партнерские венчурные фонды, каждый год организуются специальные объединения/клубы коллективных инвестиций (самый известный пример – Angel List, российский аналог – Venture Club)

Почему венчурные (и не только) инвесторы предпочитают входить в сделки не в одиночку, а группой, хотя, казалось бы, зачем делиться выгодной инвестицией со своими конкурентами по рынку?

Совет

Одна из причин подобных структур сделок кроится в использовании системы коллективного интеллекта для хеджирования рисков от возможных ошибок группового мышления, когда инвестор может принять ошибочное решение о сделки на почве какого-то ложного инсайта, тренда или недостаточной компетенции в конкретной отрасли.

В синдикате же набор компетенций и предыдущего опыта инвесторов может быть очень разнородным, что позволяет взглянуть и на стартап в целом, и на команду, и на возможные риски под разными углами. И в случае нахождения каких-то веских причин для отмены сделки – сделать это.

В большинстве венчурных инвестициях лучшая сделка – это нереализованная сделка.

А теперь представьте, что к коллективному интеллекту профессиональных инвесторов добавить технологию искусственного интеллекта, которая в реальном времени на основе множества данных (таких как: количество выходов, ситуация на фондовом рынке в конкретной отрасли, ситуации на рынке труда и даже поведения основателей стартапа в социальных сетях) адаптируется к текущей рыночной ситуации и создает сигналы для принятия решения о вхождении или не вхождении в ту или иную сделку без какого-либо эмоционального фактора. Большинство инвесторов пред-посевных и посевных стадий признаются, что главным фактором для принятия их инвестиционных решений остаются до сих пор эмоции.

Симбиоз двух типов интеллектов в данном случае мог бы эффективно нивелировать недостатки «эмоционального» подхода людей, усилив сигнал для принятия решений множеством децентрализованных точек для анализа данных. Применение подобного подхода обосновано в системах с еще большей степенью неопределенности и высокой сложностью решаемых задач. Например, биотехнологии.

В известной научной работе коллектив исследователей создали игру, в которой каждый участник с разной степенью знания мог поучаствовать в процессе молекулярного докинга (процесс, позволяющий предсказать структуру будущего химического элемента с желаемыми свойствами).

Каждый участник этого проекта мог расположить две молекулы белка относительного друг друга любым способом. Используя такой краудсорсинг от множества различных специалистов совместно с виртуальным скринингом (компьютерное моделирование и machine learning), ученные создают новые лекарства путем совмещения молекулы (лекарства) и целевого белка (раковой мишени).

Синергия двух интеллектов помогает человечеству находить лекарства от ранее неизлечимых заболеваний.

Источник: https://www.forbes.ru/tehnologii/340551-kak-kollektivnyy-intellekt-lyudey-i-robotov-mozhet-predskazyvat-budushchee

11 свидетельств того, что искусственный интеллект — будущее торговли криптовалютами

Команда журналистов, специализирующихся на таких темах, как блокчейн, искусственный интеллект, интернет вещей, финансовые технологии и новости криптоиндустрии, подготовила для Hacker Noon список трендов, подтверждающих, что за ИИ будущее криптовалютной торговли.

Искусственный интеллект и машинное обучение относительно молоды, но они уже штурмуют мир финансов и криптовалют. Ниже представлены 11 трендов, которые это отлично иллюстрируют.

1. Компьютерные алгоритмы уже применяются в большей части торговых операций

Достичь успеха в трейдинге, используя дискреционные (интуитивные) методы, становится всё сложнее и сложнее. Ведь для того, чтобы оставаться конкурентоспособным, сегодня приходится принимать решения со скоростью компьютера.

В соответствии с оценками регулирующих органов и выводами академических исследований, с помощью компьютеров сегодня проводится 50-70% торговых операций на рынках акций, 60% на рынке фьючерсов и более 50% на рынке драгоценностей.

На конференции по финансовым технологиям в Школе права Мичигана было отмечено, что машинное обучение и искусственный интеллект применяются всё более широко при анализе данных, в торговле ценными бумагами и инвестиционном консалтинге.

2. Искусственный интеллект необходим для обработки огромных потоков цифровых данных

В настоящее время объём цифровых данных удваивается каждые два года.

Искусственный интеллект — это не просто важный, а жизненно необходимый инструмент для анализа громадного объёма цифровых данных, производимых сегодня в мире.

По оценкам International Data Corporation, к 2020 году мировой объём цифровых данных достигнет 44 зэтабайтов (один зэттабайт, или Зб, — триллион гигабайтов).

Если загрузить эти данные в память планшетов iPad Air и поставить их в ряд, то они составят цепочку в шесть раз длиннее, чем расстояние от Земли до Луны (в 2013 году объём данных составлял 4,4 зэтабайта — две трети расстояния от Земли до Луны).

3. Эффективность хедж-фондов, использующих искусственный интеллект, выше, чем у традиционных фондов

Применение искусственного интеллекта в индустрии хедж-фондов находится пока на ранней стадии: сегодня некоторые менеджеры хедж-фондов обращаются к ИИ как к дополнительному средству, продолжая использовать интуитивные методы в инвестировании и риск-менеджменте. В то же время многие фонды уже применяют машинное управление техническими аспектами как собственно трейдинга, так и риск-менеджмента при минимальном участии фонд-менеджеров.

Исследование, проведённое Eurokahedge, показывает, что фонды, использующие ИИ, превосходят по результатам хедж-фонды с традиционным подходом:

Из этого графика видно, что на протяжении двух, трёх-, так и пятилетнего отрезков хедж-фонды с ИИ демонстрировали большую эффективность, чем традиционные, а также лучший результат, чем мировые хедж-фонды в среднем, получая за эти периоды прибыль в 8,35, 9,57 и 10,56% соответственно.

4. Данные нейронных сетей позволяют выстраивать стратегию на следующий торговый день

Анализ данных за 1995-2000 годы и прогноз на 2001 год, выполненные с использованием ИИ, показали, что нейронные сети могут дать до 150% больше информации для выстраивания будущих торговых стратегий по сравнению с традиционным подходом buy-and-hold.

Ниже представлен график эффективности использования искусственных нейронных сетей для выстраивания торговой стратегии на рынке компаний высоких технологий Тайваня:

5. Искусственный интеллект помогает выявлять случаи манипулирования рынком

В мае 2017 года журнал The Economist опубликовал статью с обзором приложений, использующих машинное обучение. Помимо упоминания о том, что начиная с 2019 года для сдачи профессионального экзамена финансовым аналитикам необходимо будет пройти экспертизу с использованием ИИ, в статье есть некоторые интересные выводы относительно использования ИИ в трейдинге.

Вот один из примеров, приведённых в этой статье.

Компания Castle Ridge Asset Management, одна из компаний по управлению активами, начиная с 2013 года смогла получить валовой ежегодный средний доход в 32%, используя сложные системы машинного обучения.

Такой высокий доход отчасти объясняется тем, что ИИ получил данные о 24 сделках до того, как о них было объявлено. Алгоритмы ИИ выявили эти сделки по контрольным сигналам, указывающим на низкий объём инсайдерской торговли.

В этом году проект RoninAI, ориентированный на алгоритмы ИИ для криптовалют, выявил многочисленные манипуляции на рынке из-за необычного поведения индикаторов социального настроения.

6. Искусственные нейронные сети показывают большую эффективность по сравнению с пассивной стратегией buy-and-hold

Были проведены многочисленные исследования для проверки эффективности использования нейронных сетей обратного распространения ошибки (Backpropagation Neural Network, BPN) при прогнозировании цен на акции. Цель этих исследований — оценить, насколько эффективно работают торговые стратегии на основе ИИ в сравнении со стратегиями buy-and-hold.

Вот модель нейронной сети Backpropagation для прогнозирования по биржевым торговым точкам:

7. Искусственный интеллект работает лучше во время финансовых кризисов

Исследования показали, что алгоритмы, основанные на искусственном интеллекте, способны помочь при принятии более выгодных инвестиционных решений. Например, в случае их применения к составляющим индекса S&P 500 с 1992 по 2015 год выбранный нейросетью портфель акций показал ежегодный доход в двузначных числах, при этом наибольшая прибыль была достигнута в периоды финансовых потрясений.

Первоначально алгоритмы с ИИ показали самую большую годовую доходность (334%) в 1999 году, за год до максимального значения пузыря доткомов. Этот показатель был превышен в 2000-м (годовая доходность 545%), когда пузырь доткомов лопнул, а акции технологических компаний потеряли миллиарды рыночной капитализации.

Читайте также:  В ближайшее время современные роботы получат более широкое применение

Наибольший отскок произошёл в 2008 году, когда размер годовой прибыли в 681% упал во время пика финансового кризиса.

Обратите внимание

В частности, наибольший спад (более 100%) был в октябре 2008 года, через месяц после краха банка Lehman Brothers, и это самый сильный спад за период с декабря 1992 года по октябрь 2015 года. Наконец, в октябре 2011 года положительный доход составил 35%, что совпало с пиком кризиса европейского долгового рынка.

Таким образом, можно справедливо утверждать, что алгоритмы машинного обучения особенно эффективны в периоды сильных рыночных потрясений.

8. Искусственный интеллект максимизирует процент выигрышных сделок

Чтобы понять, может ли нейронная сеть превзойти результаты традиционного технического анализа, было проведено исследование. Для получения эмпирических результатов использовались ежедневные цены закрытия по пяти акциям, торгуемым на Сингапурской фондовой бирже.

Серии цен с января 1991 года по декабрь 2000 года (десять лет) были использованы для обучения сети, а серия цен с января 2001 года по декабрь 2004 года (четыре года) — для её тестирования.

И вот что удалось обнаружить:

Эмпирические результаты продемонстрировали, что нейронные сети способны превзойти традиционные бенчмаркинг-стратегии торговли из-за их способности отсеивать ложные или ошибочные торговые сигналы и капитализировать колебания счётчиков акций.

Предлагаемая торговая система также повысила процент выигрышных сделок до более чем 90%, убыточных же сделок было очень мало. Более того, в данном случае проигрышные сделки превентивны по своей сути, так как они возникают при неминуемых потерях, и все убыточные сделки связаны с транзакционными издержками.

9. Использование искусственного интеллекта прекрасно подходит для финансовых инструментов ценообразования

В пространстве криптовалют возникают проблемы при приписывании правильного фундаментального значения самым популярным валютам, таким как биткоин, эфириум и лайткоин. Хотя есть ряд теорий потенциально верной методологии ценообразования, широко принятый эталон ещё никто не придумал.

Решение может быть найдено с помощью нейросетей.

Первая и самая известная модель ценообразования опционов была предложена экономистами Фишером Блэком и Майроном Шоулзом в 1973 году для определения цен на европейские опционы. За эту формулу Шоулз и Роберт Мертон получили в 1997 году Нобелевскую премию по экономике (Блэк скончался в 1995 году).

Учитывая определённые недостатки формулы Блэка — Шоулза в оценке реальных опционов, интересно было бы узнать, смогут ли нейронные сети улучшить её эффективность.

Важно

Исследование Беннелла и Сатклиффа по улучшению применения формулы Блэка — Шоулза с помощью нейронных сетей для ценообразования опционов индекса FTSE 100 Британской фондовой биржи (Black — Scholes Versus Artificial Neural Networks in Pricing FTSE 100 Options) было опубликовано в 2005 году.

В этой работе сравнивалась эффективность использования формулы Блэка — Шоулза при ценообразовании опционов типа колл для индекса FTSE 100 и применения искусственной нейронной сети. Для опционов типа «вне денег» (out-of-the-money) результаты ИИ оказались явно выше, чем при использовании традиционной формулы.

https://www.youtube.com/watch?v=EFd1uWNT0AU

Исследователи отметили, что превосходство нейронных сетей было довольно неожиданным, учитывая, что сфера европейских опционов рынка акций — традиционное поле для применения формулы Блэка — Шоулза.

Это исследование показывает, что ИИ может сыграть важную роль в ценообразовании и других видов опционов, для которых нет конечных моделей или конечные модели менее эффективны, чем указанная формула.

10. Искусственный интеллект успешно прогнозирует цены для всех видов традиционных и новых классов активов

Множество научных исследований показывают, что ИИ может существенно превзойти по эффективности существующие торговые стратегии, например стратегии buy-and-hold, в широком спектре классов активов.

Рынок акций

Исследователи считают, что алгоритмы машинного обучения генерируют гораздо более высокий абсолютный доход в сочетании с более высоким коэффициентом Шарпа (показатель эффективности инвестиционного портфеля).

Фьючерсы

Исследование Лукаса Шульце-Робекке (Lukas Schulze-Roebbecke) показало, что искусственные нейронные сети могут показывать значительно более высокие результаты с низким среднеквадратичным отклонением для фьючерсов на рынке меди.

Рынок валют

Ещё одно исследование, проведённое Цзиньсин Хан Гулдом (Jinxing Han Gould) из Университета Оклахомы, показало, что индексы рынка Форекс могут быть спрогнозированы с помощью нейронной сети, использующей методы обратного распространения ошибки, что позволит получать максимальную прибыль.

Недвижимость

В интересной статье, опубликованной Emerald Journal, приводятся причины, по которым передовые подходы, такие как искусственные нейронные сети и нечёткая логика (fuzzy logic), более эффективны по сравнению с традиционными.

В статье приведена таблица, обобщающая сильные стороны некоторых алгоритмов машинного обучения, используемых в качестве передовых методов оценки для объектов недвижимости.

11. Прибыльность при использовании искусственного интеллекта значительно превосходит средний уровень прибыльности рынка

Магнус Эрик Хвасс Педерсен (Magnus Eric Hvass Pedersen), сотрудник Университета Саутгемптона, провёл исследование «Использование искусственного интеллекта для долгосрочного инвестирования» в январе 2016 года. Целью исследования было определить оптимальный состав портфеля при применении ИИ для долгосрочного инвестирования.

В период с 1995 по 2015 год его модель ИИ превосходила индекс S&P 500 в среднем примерно на 18% в год. Она работала особенно хорошо в тот период, когда акции были или сильно переоценены, как во время апогея пузыря доткомов в 2000 году, или недооценены, как во время финансовых кризисов.

Источник: https://coinspot.io/fintech/11-svidetelstv-togo-chto-iskusstvennyj-intellekt-budushhee-torgovli-kriptovalyutami/

Искусственный интеллект зарабатывает на бирже 30% годовых

Исследование, проведенное специалистами Школы бизнеса и экономики Университета Фридриха Александра (Германия) показывает, что искусственный интеллект, способен принимать выгодные инвестиционные решения. Он обыгрывает трейдеров-людей, особенно во время кризисов.

«Искусственные нейронные сети в первую очередь созданы для проблем, решение которых невозможно выразить в ясных правилах, — говорит автор исследования, доктор Кристофер Краусс. — Распознавание изображений и речи — типичные примеры применения, взять хотя бы Siri. Но глубокое обучение может затрагивать и другие сферы, например, прогноз погоды или экономического развития», сообщает EurekAlert

Международная команда ученых во главе с доктором Крауссом была первой, кто применил технологию ИИ к большому объему рыночных данных.

Для того чтобы выяснить, лучше ли автоматизированная обучающаяся платформа справляется с задачей, чем простая стратегия долгосрочного инвестирования, исследователи изучили индекс S&P 500, состоящий из акций 500 ведущих компаний США.

На основании примерно 180 млн точек на графиках котировок ценных бумаг модель анализировала поведение всех акций в период с 1992 по 2015 год для каждого дня торгов.

Марк Цукерберг представил новый план «спасения мира»

Результат оказался поразительным. С 2000 года ученые наблюдали доходность инвестиционной стратегии ИИ на уровне 30% годовых. Для 1990-х, когда не существовало торговых роботов, результаты оказались еще выше.

Лучше всего алгоритм показал себя во времена финансовых кризисов, к примеру, коллапса доткомов в начале 2000-х или ипотечного краха 2008-2009 годов, когда трейдеры-люди сталкивали в пропасть котировки ценных бумаг, руководствуясь в основном эмоциями.

Тем не менее, доктор Краусс призывает к осторожному использованию ИИ в биржевых торгах. «В последнее время прибыльность упала и даже иногда бывала отрицательной.

Совет

Мы полагаем, что этот спад был вызван растущим влиянием ИИ в современных торгах, увеличением вычислительных мощностей и популяризацией машинного обучения», — считает он. Сегодня торговых роботов используют и крупные инвестиционные компании, и даже индивидуальные инвесторы.

По мнению многих биржевых аналитиков, когда боты сражаются на фондовом рынке друг с другом, строгий расчет торговых стратегий ведет к снижению доходности для всех игроков.

«Через 10 лет спрос на гуманитариев резко возрастет»

Тем не менее, аналитики из компании по управлению активами Bernstein убеждены, что будущее за роботизированными финансовыми консультантами. Они помогают клиентами управлять активами и капиталами и дают советы по инвестированию — и все это за скромную плату. При этом их легко использовать, они действуют прозрачно, а приставка «робо-» работает как неплохой инструмент маркетинга.

Источник: https://hightech.fm/2017/03/17/ai-invest-2

2018-й: Искусственный интеллект перешел в наступление

Роботы с искусственным интеллектом научились обыгрывать чемпионов мира по покеру и игре в Го, не говоря о том, чтобы сделать заднее сальто. Уже мало кто спорит, что искусственный интеллект (ИИ) фундаментально изменит многие отрасли экономики – от сельского хозяйства и кибербезопасности до здравоохранения и торговли.

Вместе с тем пока технология позволяет решать лишь весьма узкие задачи, принципиально уступая человеку в таких сферах, как понимание контекста беседы или распознавание изображений.

В каких сферах в 2018 году ожидается более глубокое использование ИИ? Ответы попытались дать аналитики международной компании CB Insights в новом отчете, посвященном данному рынку.

Художник: Юрий Аратовский

Требуются няньки для… робота!

Роботизация и искусственный интеллект обернутся созданием новых рабочих мест в странах с развитой экономикой. Сегодня производства все чаще переносятся из стран третьего мира ближе к рынкам потребления, сделать это позволяет автоматизация труда.

Так, китайская Tianyuan Garments Company нанимает 400 рабочих для фабрики в США. Последняя намерена активно использовать роботов, однако обслуживать и эксплуатировать их будут люди.

Роботы не могут подстраиваться под меняющиеся потребительские запросы, а также не способны адаптироваться к резким изменениям процесса производства, что и стоит на пути полной автоматизации, уточняют аналитики CB Insights.

Интеллект теперь везде

Искусственный интеллект и машинное обучение будут покорять все новые отрасли экономики, получая самое неожиданное применение.

Британский стартап Intelligent X намерен с помощью ИИ производить пиво, российская Deep Fish использует нейронные сети в рыбной ловле, а шведский Hoofstep использует ИИ для анализа поведения лошадей.

В 2018 году аналитики ожидают появления еще более неожиданных способов использования ИИ, которые окончательно перестанут быть экзотикой и превратятся в один из основных компонентов современного программного обеспечения.

Китай обходит США

Пока на долю Китая приходится всего 9% сделок на рынке ИИ, однако по итогам 2017 г. именно китайские стартапы привлекли 48% от мировых инвестиций в ИИ, впервые обогнав США. США по-прежнему доминируют по количеству стартапов ИИ и объему вложений в них, однако постепенно утрачивают эту роль.

В том числе это стало возможно вследствие поддержки технологий ИИ в Китае на государственном уровне, к тому же часть ресурсов получают и инновационные стартапы. Китайские компании уже обгоняют американские по числу патентных заявок, касающихся применения ИИ на практике, отмечают в CB Insights.

Основное внимание в Китае сосредоточено на разработке решений по распознаванию лиц с использованием ИИ, а также на производстве высокопроизводительных компьютерных чипов.

Голосовая революция

Источник: https://www.if24.ru/2018-iskin-nastupaet/

Гуцериев инвестировал в трейдинговый стартап с искусственным интеллектом :: Финансы :: РБК

В марте 2017 года Саид Гуцериев и российский бизнесмен Григорий Гусельников договорились о покупке украинской «дочки» Сбербанка, но сделка не была закрыта, а в июне на украинский Сбербанк появился другой претендент — Виктор Прокопеня. Несмотря на совместные технологические проекты с Гуцериевым, Прокопеня говорил белорусскому изданию Tut.by, что претендует на Сбербанк Украины самостоятельно, речи о совместной покупке не идет.

Для своего финтех-проекта Прокопеня и Гуцериев выкупили домен Capital.com. По словам источника РБК в окружении одного из бизнесменов, цена покупки составила $1,5 млн. «Это хороший домен и адекватная цена для конечного покупателя (то есть для компании, которой нужен такой домен непосредственно для бизнеса. — РБК)», — считает основатель и глава доменного брокера DomainParking.

Читайте также:  Тестирование искусственного интеллекта microsoft тау с треском провалилось

ru Павел Гросс-Днепров. По данным отраслевого издания DN Journal, в 2017 году самым дорогим доменом (исходя из известных сделок многие такие сделки конфиденциальны) пока является Fly.com, проданный за $2,9 млн, а Capital.com вошел бы в пятерку этого года и в топ-50 с 2003 года. Последняя зарегистрированная сделка с доменом Capital.com состоялась в 1999 году (за $750 тыс.

), по данным ресурса NameBio.

Приложение против ментальных ловушек

В торговом приложении Capital.com будет реализована функция Smart Feed, основанная на технологии искусственного интеллекта, говорит РБК Прокопеня, подчеркивая, что это их главная инновация.

Компания в апреле подала заявку в Управление по патентам и торговым маркам США (USPTO), чтобы запатентовать эту технологию под названием «Адаптивные компьютерные самообучаемые алгоритмы рекомендаций и методы их использования» (заявка еще не опубликована в базе USPTO).

Smart Feed, которая будет запущена в августе, формирует персонализированные новостные ленты и рекомендации, исходя из инвестиционного поведения пользователей. Приложение сможет распознавать склонность к так называемым ментальным ловушкам, таким как чрезмерная самоуверенность, эффект диспозиции и т.д.

«С помощью возможностей машинного обучения, и в частности функции Smart Feed, Capital.com расширяет возможности для принятия более рациональных инвестиционных решений клиентами», — говорит Прокопеня.

Ранее Прокопеня был соавтором научных статей, посвященных «ментальным ловушкам» (или «ментальным ошибкам») и их влиянию на инвестиции.

Например, в науке выделяется так называемый self-attribution bias, из-за которого трейдеры ошибочно воспринимают свои успехи как показатель их собственных умений и способностей, а неудачи — как следствие невезения.

Другая проблема, хорошо изученная в поведенческих финансах, — эффект диспозиции: он заключается в том, что инвесторы слишком долго держат убыточные позиции и быстро закрывают прибыльные.Приложение Capital.

Обратите внимание

com сможет предоставлять информацию о том, к каким «ментальным ловушкам» наиболее склонен трейдер, исходя из совершаемых им сделок, а значит, помогать противостоять этим ловушкам, минимизировать вероятность нерациональных решений, уверяют представители стартапа.

«Наивно предполагать, что фильтрация новостей (а именно это, скорее всего, представляет собой Smart Feed) хоть как-нибудь поможет избегать «ментальных ловушек» — глубоко укоренившихся особенностей поведения, связанных с базовыми чертами человека, такими как отношение к риску, восприятие недавних событий, самоосознание, — говорит исполнительный директор FinEx Plus Владимир Крейндель.

— «Ловушки» основаны на строении и функционировании отдельных зон мозга, и чтобы их преодолеть, потребуется более сильнодействующее лекарство». Что касается использования искусственного интеллекта в инвестировании или в fintech — здесь пока больше шума и попыток привлечения внимания венчурных капиталистов, чем реальной пользы для инвесторов, считает эксперт.

По его словам, пока ни один заметный финтех-стартап не использует искусственный интеллект для создания стоимости для клиентов.

«Инвестиции — это работа в условиях неопределенности, и пока нет оснований полагать, что какие-либо «секретные» наработки в анализе прошлых данных могут помочь эффективнее предсказывать будущее, чем дисциплинированный портфельный подход, основанный на правилах», — говорит Крейндель.

Судя по названию Smart Feed, речь идет о персонализации контента, предположил директор по маркетингу брокерской компании ФГ «БКС» Руслан Смирнов.

Рекомендательные системы давно и активно используются в медиа и электронной коммерции, но пока не очень распространены в финансовых сервисах — возможно, потому, что контента и «ассортимента предложений» не так много, чтобы строить достоверные модели кластеризации клиентов и предложений, отметил эксперт.

«Искусственный интеллект для того, чтобы помочь избежать «ментальных ловушек», выглядит любопытным решением; вопрос заключается в том, насколько достоверно модель сможет определять профиль клиентов и когда проект наберет достаточной объем пользователей (и информации о транзакциях), для того чтобы такие модели построить, — рассуждает Смирнов. — Другая сложность может заключаться в том, чтобы обеспечить достаточный спрос со стороны клиентов на сформулированные системой индивидуальные предложения».

Авторы: Иван Ткачёв, Марина Божко, Олег Макаров

Источник: https://www.rbc.ru/finances/18/07/2017/596e28e79a794789c7d2322a

Искусственный интеллект в сельском хозяйстве

Интерес к искусственному интеллекту растёт с каждым годом: в 2011 году было осуществлено 67 сделок с компаниями, которые занимаются разработкой технологий ИИ (Artificial Intelligence), а уже в 2015 году — около 400. В первом квартале 2016 финансового года состоялось более 140 сделок — рекордный показатель за историю сектора.

В 2012 году компания Autonomous Tractor Cooperation (ATC) показала прототип беспилотного трактора Spirit, заявив, что это «первый полностью беспилотный трактор для сельского хозяйства».

Сейчас ATC продолжает работать над улучшением прототипа.

Spirit оснащен разработанной компанией технологей AutoDrive, которая сочетает радионавигацию и лазерный гироскоп вместе с технологиями искусственного интеллекта.

Благодаря AutoDrive трактор сможет самостоятельно передвигаться по пути, по которому он предварительно проехал с водителем. «Трактор не станет фермером только из-за того, что мы дадим ему шаблон действий. Мы должны тренировать его, как начинающего агрария. Трактору нужно научиться обрабатывать землю, а не только правильно ездить», — говорит генеральный директор компании Крэйг Шульц.

В мае 2016 года российская компания Cognitive Technologies протестировала беспилотный трактор с системой компьютерного зрения. На тракторе были установлены видеокамеры, навигационный и инерционный датчики ГЛОНАСС и GPS и вычислительный блок.

«Система компьютерного зрения позволяет с высокой точностью детектировать опасные объекты, определять их размеры и координаты для составления высокоточных карт, — говорит президент компании Ольга Ускова.

— Благодаря точному знанию положения предметов на поле многие из них становится возможным удалить ещё до уборочной стадии, когда они могут представлять реальную угрозу механическим элементам сельхозтехники».

Трактор объезжает объекты, которые невозможно убрать при уборке урожая, а благодаря видеокамерам и датчикам он получает информацию о появлении новых объектах в режиме реального времени. По словам Ольги Усковой, технология должна быть готова для продажи потребителям через полтора года.

В августе 2016 года компания CNH Industrial представила концепт беспилотного трактора на основе существующего Case IH Magnum.

Трактор может работать без участия водителя, используя лидар (технология получения и обработки информации об удалённых объектах с помощью систем, использующих явления отражения света и его рассеяния — прим. ред.) и камеры для того, чтобы обнаруживать и избегать препятствия.

Важно

По словам представителей компании, беспилотные транспортные средства помогут повысить точность и продуктивность работ в секторе сельского хозяйства.

Компания Blue River Technology выпускает устройства LettuceBot, которые, используя технологию машинного обучения, распознают среди здоровых растений сорняки и опрыскивают их гербицидами. По словам разработчиков, LettuceBot фотографирует более 5000 растений в минуту.

Сотрудник Blue River Technology Бен Костнер уверен, что LettuceBot поможет фермерам сократить количество используемых препаратов на 90%. «Сельское хозяйство перестанет зависеть от человеческого труда в будущем», — говорит один из создателей трактора Хорхе Эро.

Cтартап Harvesting анализирует спутниковые данные и благодаря технологии машинного обучения помогает государственным учреждением распределять деньги между фермерами более эффективно. «Мы надеемся, что используя эту технологию, банки и государственные органы будут давать деньги правильным людям», — говорит генеральный директор компании Ручит Гарг.

Сайт PlantVillage собрал базу объёмом в более 50 тысяч фотографий здоровых и больных растений. Цель разработчиков — запустить приложение, где фермеры будут загружать изображения больных растений, а алгоритмы определять их диагноз. Издание Wired пишет, что аграрии тратят много денег и времени из-за неправильной диагностики, а искусственный интеллект сможет быстро и точно определить проблему.

Что дальше?

Технологии искусственного интеллекта будут применяться в вертикальных фермах, считает Нил Якобштейн, руководитель курса искусственного интеллекта и робототехники в Университете сингулярности в Кремниевой долине. Вертикальное фермерство — практика выращивания урожая в теплицах, где искусственно создаются все необходимые условия: свет, температура, влажность.

«ИИ поможет оптимизировать процессы выращивания урожая в вертикальных фермах. Он будет контролировать влагу, подогрев и атмосферное давление в теплицах», — говорит Якобштейн.

Украина и высокие технологии в агросекторе

Несмотря на сырьевую направленность агропромышленного комплекса, Украина в последнее время также активно уделяет внимание развитию инновационных технологий в агросекторе, включая разработки в сфере ИИ. Одну из инициатив, направленную на популяризацию высоких технологий в агросекторе внедряет ассоциация AgTech Ukraine.

В 2015 году ею был проведен первый агрохакатон в Тернополе «Agro It-Booster Hackathon», который дал импульс развитию сектора аграрных IT технологий в Украине.

Совет

Тогда в разработке инновационных IT продуктов приняло участие более 50 программистов и разработчиков, которые, объединившись в 8 сплоченных команд, боролись за призовой фонд, а также за право внедрения своих идей и разработок в аграрном производстве агрохолдинга «Агропродсервис».

Спустя пол года, в феврале 2016 года при поддержке Microsoft и МинАПК Украины, ассоциация AgTech Ukraine провела в Киеве Всеукраинский хакатон аграрных инноваций, который объединил более 150 участников и 20 знаковых менторов и экспертов в области IT и агросектора с целью создания новых технологических продуктов в агробизнесе.

Следом за эти событием в Украине состоялся первый всеукраинский форум, посвященный высоким технологиям для агропромышленности AgTech Forum 2016.

Мероприятие собрало более 300 участников, на нем встретились агропроизводители, представители технологического сектора, агросервисных, консалтинговых и дистрибьюторских компаний, ИТ-компании и системные интеграторы, банки, финансовые и страховые компании из разных уголков Украины.

Красной нитью через все выступления проходило одно утверждение: посредством синергии высоких технологий и агросектора Украина обретет прекрасный шанс занять сильную позицию в этой достаточно новой нише, потому для этого есть все необходимые ресурсы, включая интеллектуальный потенциал.

Мероприятия AgTech Ukraine позволили многим украинским проектам и командам обрести свою известность, наладить отношения с ключевыми потребителями и получить рекомендации от специалистов и экспертов отрасли.

Среди них: Kray Technologies (дроны для беспилотного внесения средств защиты растений); BioSens (сенсор для экспресс-диагностики безопасности продуктов питания); UABERRY (автоматизированные конструкции для выращивания клубники и системы фертигации); Grain Track (программное обеспечение для зернотрейдеров); AgriEye (картирование полей с помощью беспилотников с камерами собственной разработки); WattCMS (датчики мониторинга условий внешней среды); Fractal (визуальный конструктор для программирования взаимодействия «умных устройств»); Petiole (моментальное измерение площади листовой поверхности с помощью мобильного телефона); Рыбный Буй (мониторинг температуры воды и ее химических показателей для определения оптимального времени кормления рыбы) и многие другие.

B конце октября 2016 года ассоциация AgTech Ukraine проведет еще один Хакатон агарных инноваций в Одессе, тем самым расширит географию активности на южный регион и привлечет целевую аудиторию тех, кто заинтересован в высокотехнологическом развитии агросектора Украины.

Источник: https://inventure.com.ua/analytics/articles/iskusstvennyj-intellekt-v-selskom-hozyajstve

Ссылка на основную публикацию
Adblock
detector