为金融市场创建预测机器

2021-02-19 05:27:59

Fayze Bouaouid是金融情报应用Springbox AI的联合创始人兼首席执行官。他拥有银行和金融学理学硕士学位,并且在银行和资产管理领域拥有近二十年的经验。

在这些行业中,只要机器获得了完整的数据,机器就可以执行许多比人类更好和更快的活动,例如计算和财务报告。

如今,人类正在构建的AI工具在预测趋势,提供复杂分析以及执行自动化方面比人类更快,更便宜地变得更加强大。但是,还没有能够自动交易的AI驱动机器。

即使有可能训练出一种可以取代人类判断力的系统,但仍然存在一定程度的误差,以及某些人类只能理解的事物。人类仍然最终要负责基于AI的预测机的设计,而进步只有通过他们的输入才能实现。

最初,构建基于AI的预测机需要了解要解决的问题和用户的需求。此后,根据机器的性能选择将要实施的机器学习技术非常重要。

共有三种技术:监督学习(从示例中学习),无监督学习(用于识别常见模式的学习)和强化学习(基于游戏化概念的学习)。

确定了这项技术之后,就该实施机器学习模型了。对于“时间序列预测”(涉及对未来进行预测),可以使用具有序列对序列(Seq2Seq)模型的长短期记忆(LSTM)。

LSTM网络特别适合基于按时间顺序索引的一系列数据点进行预测。 甚至可以使用适用于图像和视频识别的简单卷积神经网络,或适用于手写和语音识别的递归神经网络。