ปัญญาประดิษฐ์และ machine learning ในการซื้อขาย

ตลอดระยะเวลากว่า 60 ปีที่ผ่านมา AI และ Machine learning ได้ก้าวกระโดดจากนิยายวิทยาศาสตร์มาสู่ โลกแห่งความจริง แม้ว่าเทคโนโลยีเหล่านี้จะยังอยู่ ในขั้นพัฒนาเพื่อให้ตอบสนองสิ่งต่างๆได้ แต่มันก็ได้ เปลี่ยนชีวิตของเราเป็นอย่างมากไปแล้ว คำว่า AI นั้นถูกใช้ในทางที่ผิดและถูกใช้มากเกินไปจนทำให้เรา คิดว่าทุกสิ่งทุดอย่างตั้งแต่แอปฯแท็กซี่ไปจนถึง แปรงสีฟันนั้นถูกขับเคลื่อนโดยมัน ซึ่งในความเป็นจริง เทคโนโลยีที่อยู่เบื้องหลังสิ่งประดิษฐ์เหล่านี้กำลัง เปลี่ยนแปลงโลกในปัจจุบัน

มันทำให้การวินิจฉัยเร็วขึ้นในโรงพยาบาล, ทำให้รถเคลื่อนที่ โดยไม่มีคนขับ, สร้างเสียงดนตรี, และเขียนบทนิยายให้กับ นักเขียนนวนิยาย (มันทำให้ฉันประหม่า) และฉันไม่ได้พูดถึง ความจริงที่ว่า AI ทำลายความมั่นใจของผู้เล่นใน Dota 2 ทำไมต้องทำลายมันเพื่อพวกเขาล่ะ?

เราอ่านเยอะมากเกี่ยวกับ AI และเห็นภาพซุปเปอร์คอมพิวเตอร์ จากภาพยนตร์ไซไฟที่แสดงให้เห็นว่าฉลาดกว่าสิ่งมีชีวิตใดๆใน จักรวาล เพื่อไม่ให้มันเป็นเรื่องเพ้อฝันเราจะให้คำจำกัดความที่ ชัดเจน

ปัญญาประดิษฐ์ (AI) มีวัตถุประสงค์เพื่อจำลองระดับความฉลาด ของมนุษย์ด้วยเครื่อง และนี่คือเป้าหมายที่มนุษย์ยังไปไม่ถึง ค่อนข้างจะเป็นเรื่องของ "machine learning" มากกว่า AI machine learning (ML) เป็นเทคโนโลยีที่สอน ให้เครื่องจักรทำงานได้ดีขึ้นเมื่อคุณเพิ่มข้อมูลที่ได้รับเข้าไป สิ่งที่ยอดเยี่ยมเกี่ยวกับเรื่องนี้คือมันสามารถทำงานที่เป็นกิจัตร แทนคนได้โดยอัตโนมัติ

อย่าเอาเทคโนโลยีทั้งหมดที่กล่าวมามาปนกันกับ หุ่นยนต์ FX ซึ่งเป็นแค่การตั้งโปรแกรมโดยผู้ใช้เพื่อดำเนินการสิ่งนั้นสิ่งนี้ ขณะที่ ML คุณทำแค่เพียงป้อนข้อมูลเข้าไปมากขึ้นเรื่อยๆ แล้วเครื่องจักรจะเรียนรู้ที่จะประมวลผลตามความต้องการของคุณ

ทีนี้ด้วยคำจำกัดความทั้งหมดที่เลือกมาอย่างระมัดระวัง ลองถามตัวเองแค่คำถามเดียวที่กวนใจเราในฐานะเทรดเดอร์ แล้วเรื่องการซื้อและการลงทุนทางการเงินล่ะว่ายังไ? ML สามารถเอาชนะทเรื่องพวกนี้ได้หรือเปล่า?

มนุษย์ VS เครื่องจักร

การซื้อขายเป็นเรื่องที่ค่อนข้างยุ่งยากในการใช้ ML เพราะไม่เพียงแต่เกี่ยวข้องกับปัจจัยทางด้านเหตุผล ที่มีอิทธิพลต่อความผันผวนของราคาเท่านั้นแต่ตัวแปร จำนวนมากทางจิตวิทยา, สิ่งแวดล้อม, การเมือง และเศรษฐกิจที่ทำให้ตลาดขึ้นๆลงๆ วิศวกรสามารถ สอนเครื่องจักรในการทำนายลำดับและผลลัพธ์โดย การวิเคราะห์ข้อมูลเป็นอนุกรมเวลาได้ ตัวอย่างเช่น การตัดสินใจซื้อ — ขายต่อหุ้นในช่วงทศวรรษ แต่พวก เขาควรทำอย่างไรกับข้อมูลสนับสนุนอื่นๆ

ตัวบ่งชี้ความเชื่อมั่นเศรษฐกิจ

ผู้เชี่ยวชาญด้าน ML ได้ดำเนินการทดลองเพื่อทำนายผล การซื้อขายหุ้นโดยผสานเข้ากับ q-learning, การวิเคราะห์ ความเชื่อมั่นตลาด, และ knowledge graph ตัวชี้วัดความ เชื่อมั่นตลาดจะวิเคราะห์หัวข้อข่าวหรือทั้งบทความที่อยู่ใน โซเชียลและสำนักงานข่าวแล้วทำการเชื่อมต่อเข้ากับข้อมูล การซื้อ — ขายที่รวบรวมมาโดย q-learning

ประการแรก เครื่องจักรหรือในที่นี้คือคอมพิวเตอร์เรียนรู้ ที่จะแยกคำที่มีความหมายและไม่สนใจข้อมูลรบกวน จากนั้นด้วยความรู้เรื่องกราฟมันได้ศึกษาวิธีการจัดสรร คำเหล่านี้ให้กับหุ้นที่มีปัญหา ตัวอย่างเช่น การค้นหาอย่าง ง่ายจะไม่ทำการเชื่อมโยง Bill Gates เข้ากับหุ้น Microsoft แต่ knowledge graph ทำ ดังนั้นแม้บางสิ่งที่กล่าวถึงใน บทความที่เกี่ยวข้องกับหุ้นนั้นสามารถถูกวิเคราะห์โดย เครื่องจักรให้เป็นข้อมูลที่มีความหมายได้

กระบวนการทั้งหมดจะใช้เวลาและทรัพยากรจำนวนมาก แต่มันก็คุ้มค่ากับความพยายาม ตัวบ่งชี้ความเชื่อมั่นของ นักลงทุนจะถูกขายให้กับธนาคาร, เทรดเดอร์มืออาชีพ, กองทุนป้องกันความเสี่ยง, แพลตฟอร์มสังคมการซื้อขาย และอื่น ๆ

สัญญาณการซื้อขาย

พึงระลึกไว้เสมอว่าสัญญาณการซื้อขายไม่ใช่การเรียกร้อง ให้ดำเนินการโดยตรง แต่เป็นการแจ้งให้ทราบล่วงหน้าให้ คุณทราบถึงโอกาสในตลาด ขึ้นอยู่กับการยอมรับความเสี่ยง, ขอบเขตการลงทุน และกลยุทธ์การซื้อขาย ที่คุณใช้งาน ยังไงก็ยังคงเป็นคุณที่เป็นผู้ตัดสินใจว่าจะติดตามสัญญาณใด

โดยทั่วไปสัญญาณจะถูกสร้างขึ้นโดยนักวิเคราะห์ แต่เมื่อพูดถึง การวิเคราะห์ข้อมูล ML ก็มีข้อได้เปรียบเป็นอย่างมาก มันสามารถ อ่านข้อมูลหลากหลายมิติจากแหล่งต่างๆได้ในช่วงเวลาสั้นๆ ทุกวันนี้หากใช้มันอย่างถูกต้องด้วยความรับผิดชอบ ML จะทำการ วิเคราะห์ข้อมูลในอดีตเป็นส่วนใหญ่ และสามารถสร้างสัญญาณ การซื้อขายเพื่อมุมมองระยะยาวมากขึ้น

อย่างไรก็ตามบริษัทจำนวนมากใช้ความสามารถของ ML อย่างพิถีพิถัน และสแกนข้อมูลตลอด 24 ชั่วโมง ทุกวันเพื่อสร้างสัญญาณที่รวดเร็วยิ่งขึ้นตลอดทั้งวัน ผู้เชี่ยวชาญไม่แนะนำให้คุณพึ่งพาการแจ้งเตือนดังกล่าว และสนับสนุนให้คุณหลีกเลี่ยงมันเมื่อต้องทำการตัดสินใจ เข้าซื้อขาย

ด้วยเหตุนั้น หากติดตามอย่างฉลาด สัญญาณการซื้อขาย ที่ถูกสร้างโดย ML จะช่วยปรับปรุงอัตราส่วนความเสี่ยง/ผลตอบแทน

การป้องกันการหลอกลวง

ณ จุดหนึ่งการซื้อขายก็จะกลายเป็นกิจวัตร คุณทำสิ่งเดิมๆ บ่อยๆซ้ำๆกันทุกวันแล้วความคิดของคุณก็จะเริ่มเห็นมันไม่ ต่างจากแกะกระโดดข้ามรั้วไปมากลับไปกลับมา มันอาจทำ ให้คุณง่วงหรือมีสมาธิน้อยลง ดวงตาของคุณอาจเมื่อยล้า แล้วคุณอาจไม่ทันสังเกตเห็นว่าการซื้อขายมันไม่ราบรื่น อย่างที่ควร

ด้วย ML คุณจะไม่ประสบปัญหาดังกล่าว! คอวพิเวตอร์ถูกสอน ให้วิเคราะห์รูปแบบนับล้านและเมื่อมีความไม่สอดคล้องกัน ปรากฏขึ้น คุณจะได้รับการแจ้งเตือน ในกรณีส่วนใหญ่รูปแบบ ที่ผิดปกติหมายถึงสิ่งที่อันตราย ความสามารถในการกำหนด พฤติกรรมที่ผิดปกติอาจช่วยเทรดเดอร์จากการสูญเสียเงินเมื่อ ลงทุนจำนวนมาก

นอกจากนี้ ML อาจช่วยให้ทำงานกับข้อมูลส่วนบุคคลได้ เมื่อเทรดเดอร์รายใหม่สร้างบัญชีกับโบรกเกอร์ อาจมี นักต้มตุ๋นที่มี ID ปลอมและเจตนาไม่ดี ด้วยการใช้ AI และ ML การตรวจสอบความถูกต้องจะเร็วขึ้นซึ่งช่วยให้ โบรกเกอร์ระดับสากลอย่าง FBS ยอมรับผู้มาใหม่ได้มาก ขึ้นและป้องกันการขโมยข้อมูลประจำตัว

High-Frequency Trading

High-Frequency Trading (HFT) เป็นการซื้อขายด้วย อัลกอริทึมที่ซับซ้อน คอมพิวเตอร์สั่งการสั่งซื้อจำนวน มากภายในไม่กี่วินาทีและช่วยสร้างกำไรจากราคาที่ ต่างกันเล็กน้อย อัลกอริธึมเหล่านี้เหนือกว่าทักษะของ มนุษย์ นี่คือสนามที่ ML เข้าทำรายการด้วยความสามารถ ในการคำนวณที่รวดเร็วและแม่นยำ

ซูเปอร์คอมพิวเตอร์ตรวจจับคุณสมบัติที่ชี้ไปที่การเพิ่มขึ้นหรือลด ของการเคลื่อนไหวของราคาและการเสนอราคาในอนาคตตาม การทำนายนี้

น่าเสียดายที่ HFT มีอยู่ในจักรวาลที่เทรดเดอร์ทั่วไป (= มนุษย์โดยเฉลี่ย) ไม่สามารถเข้าถึงได้ ข้อเสียของวิธีนี้มีดังต่อไปนี้:

• คุณต้องใช้คอมพิวเตอร์ความเร็วสูงเพื่อเข้าถึงอัลกอริทึมที่ซับซ้อน
• ฮาร์ดแวร์แพงเกินไป มีเพียงบริษัทขนาดใหญ่ ที่ทุนหนาเท่านั้นที่สามารถซื้อได้
• ควรวางคอมพิวเตอร์ของคุณที่ใช้ในการเทรดไว้ใกล้กับ เซิร์ฟเวอร์มากที่สุดเพราะเครื่องของคุณควรมีความแม่นยำ ดุจนาฬิกาสวิส

ใครจะชนะ?

AI และ ML กำลังไล่ตามเรามาติดๆ — มันคือข้อเท็จจริง และเป็นเรื่องจริงในปัจจุบัน ในปี 2020 ไม่มีสถานที่สำหรับ "AI เพื่อประโยชน์ของ AI" เทคโนโลยีที่มีปัญหาได้ย้าย จากพื้นที่ทดลองไปสู่ชีวิตประจำวันและสามารถควบคุม หลายๆเรื่องได้ได้อย่างรวดเร็ว

อย่างไรก็ตามเนื่องจากธรรมชาติอันซับซ้อนของมัน การซื้อขายก็ยังเป็นเรื่องเล็กน้อยต่อ machine learning และ AI คอมพิวเตอร์กำลังช่วยประมวลผลข้อมูลจำนวนมาก ในอดีตและเรียนรู้ที่จะเลียนแบบสัญชาตญาณของเทรดเดอร์ ให้เกิดเป็นรูปแบบซึ่งเรื่องนี้เป็นงานที่ยุ่งยากดังนั้นจึงต้อง ใช้เวลาและทรัพยากรเป็นจำนวนมาก แต่ตอนนี้ผู้เชี่ยวชาญ สามารถเสนอข้อมูลเชิงลึกของตลาดเพิ่มเติมได้โดยการดำเนิน การโพสต์โซเชียลมีเดีย, งบการเงิน, ข่าว พวกเขาสอนเครื่อง จักรให้แยกแยะข้อมูลที่เกี่ยวข้องและไม่เกี่ยวข้อง และสร้าง สัญญาณการซื้อขายสำหรับกลยุทธ์ระยะยาว

ML ถูกใช้เพื่อป้องกันการฉ้อโกงและกำจัด ID ปลอม นอกจากนี้เทคโนโลยีนี้ไม่สามารถถูกแทนที่ได้ด้วย HFT

สำหรับตอนนี้เรากำลังร่วมมือกับเครื่องจักรและไม่มีคู่แข่ง เข้ามาเกี่ยวข้อง แล้วจะมีอะไรต่ออีกมั้ย — เวลาเท่านั้นที่จะ แสดงให้เห็นได้