Centrum wiedzy o technologiach i pracy w IT

Handel algorytmiczny. SI będzie kontrolować rynek

Trzech byłych pracowników firmy DeepMind pracuje nad wyszkoleniem sztucznej inteligencji do nowego sektora. Narzędzie będzie zdolne do wykrywania tendencji rynkowych i inwestowania w aktywa, zanim wzrośnie ich wartość. Martin Schmid, Rudolf Kadlec i Matej Moravcik założyli EquiLibre Technologies – firmę zlokalizowaną w czeskiej Pradze, która opracuje nowy handel algorytmiczny.

Ostatnia aktualizacja: 07.07.2022. Dodano akapit z definicją handlu algorytmicznego.

Już wcześniej wspomniane trio miało na swoim koncie projekt korzystający z algorytmów sztucznej inteligencji. W 2017 roku jeszcze w ramach działań w firmie IBM pracowali nad DeepStack. To narzędzie pozwalało pokonać profesjonalnych pokerzystów w Heads-Up No-Limits Texas Hold’em.

Sprawdź: DeepMind pomoże odzyskać starożytne teksty

Czym jest handel algorytmiczny?

Jak podaje Wikipedia, handel algorytmiczny (ang. algorithmic trading) ma zastosowanie w przypadku kupowania i sprzedawania instrumentów finansowych. Wszystko odbywa się dzięki algorytmom komputerowym, często bez udziału człowieka.

Wyszkolona, dzięki uczeniu maszynowemu i odpowiednio dobranym algorytmom, sztuczna inteligencja ustala automatycznie indywidualne parametry transakcji. Parametrami tymi są cena, ilość instrumentów, termin ważności oraz czas złożenia zlecenia.

Dzięki nowoczesnym technologiom operacje nabywania i zbywania instrumentów finansowych może odbywać się w mgnieniu oka, co nie jest możliwe w przypadku ręcznej obsługi zleceń. Dla przykładu, na rynku Forex większość operacji wykonywana jest właśnie przez tego typu algorytmy.

Handel algorytmiczny nowym zastosowaniem sztucznej inteligencji

EquiLibre wykorzystuje teorię gier oraz uczenie się poprzez wzmacnianie. Służy to wypracowaniu algorytmów zdolnych do typowania odpowiednich działań związanych z akcjami i kryptowalutami, by osiągać zyski.

Uczenie się poprzez wzmacnianie polega na „nagradzaniu” sztucznej inteligencji za każdym razem, kiedy wykona działanie z pożądanym efektem. Nie jest to już tak innowacyjne rozwiązanie, bowiem istnieją na rynku inne rozwiązania algorytmiczne, np. Candlestick i Yuyostox. Schmid zauważa, że większość transakcji bazuje już na algorytmach, a celem ich mechanizmu ma być ulepszenie tych, które działają obecnie.

Michael Bowling, szef biura DeepMind w Edmonton, wchodzi w skład rady doradczej EquiLibre Technologies. Wraz z Richardem Suttonem napisali artykuł, w którym poruszali kwestię uczenia poprzez wzmacnianie w kontekście sztucznej inteligencji. Nie obyło się bez kontrowersji, ponieważ naukowcy zawarli w nim wniosek, że odpowiednie nagradzanie algorytmu może sprawić, że sztuczna inteligencja zacznie wykazywać oznaki ogólnej inteligencji. Innymi słowy – stanie się bardziej ludzka.

Zobacz: Sztuczna inteligencja do analizy RTG dopuszczona w UE

Wśród sceptyków znalazł się Samim Winiger, badacz sztucznej inteligencji w Berlinie. Stwierdził, że uczenie przez wzmocnienie w kontekście sztucznej inteligencji to nieco marginalne filozoficzne stanowisko DeepMind. Błędnie przedstawia się je jako twardą naukę, ponieważ droga do wytworzenia ogólnej sztucznej inteligencji jest złożona. Przed naukowcami stoją liczne wyzwania, które słusznie przypominają o pokorze względem nowych koncepcji.

W przyszłości firma EquiLibre Technologies chciałaby wykorzystać sztuczną inteligencję we wspieraniu funduszu hedgingowego lub sprzedać ją bankowi instytucjonalnemu czy też innemu inwestorowi.

Total
1
Shares
_podobne artykuły