Финансовый кризис 2008 года был одним из худших событий, с которыми когда-либо сталкивалась наша экономика. Это произошло из-за плохих финансовых решений, принятых отчасти инвестиционными банками и другими финансовыми учреждениями. Мы, как общество, не можем допустить, чтобы это повторилось. Единственный способ остановить это — принимать разумные инвестиционные решения. Машинное обучение может сделать это за нас.
Важной частью инвестирования является технический анализ. Вскоре людям не нужно будет беспокоиться об этой практике благодаря машинному обучению. Инвестиционные фирмы, которые используют мало новых технологий, сейчас переходят на алгоритмы машинного обучения.
Что такое технический анализ?
Технический анализ — это форма инвестиционного анализа, часто используемая финансовыми учреждениями для анализа статистических тенденций торговой деятельности. Эта форма анализа обычно используется для акций, фьючерсов, товаров, инструментов с фиксированным доходом и валют. Технический анализ пытается предсказать будущие движения цены. Существует множество паттернов, используемых для анализа графиков, таких как полосы Боллинджера®,голова и плечи и треугольники. Модели технического анализа, как правило, очень точны, потому что инвесторы реагируют на модели очень похожим образом.
Распознавание изображений
Анализ графиков с помощью технического анализа — непростая задача. Однако с распознаванием изображений это намного проще. Например, программа искусственного интеллекта сможет обнаружить простой шаблон чашки с ручкой (как показано ниже) за секунды с помощью сверточных нейронных сетей или CNN. CNN не обрабатывают все изображение сразу, а вместо этого обрабатывают его части. Это отличается от большинства нейронных сетей, которые в первую очередь не ориентированы на обработку изображений и аудио.
Однако, внеся несколько изменений в простую нейронную сеть, вы можете сделать эту программу ориентированной на машинное обучение. Это позволило бы создать программу, которая могла бы обнаруживать новые паттерны, вызывающие изменения на рынке. Затем он мог бы сканировать эти модели и давать советы инвесторам по поводу возможных вариантов акций. Многие количественные хедж-фонды обнаружили потенциал этой технологии и теперь начинают создавать решения для распознавания изображений.
Различные типы индикаторов
Существуют тысячи индикаторов технического анализа. Нельзя ожидать, что аналитик будет торговать акциями, проверяя все это. Алгоритм машинного обучения, использующий CNN для распознавания изображений и базу данных тенденций других акций, может определить, какие акции вот-вот прорвутся и когда именно. Этот тип программы также может распознавать, какие индикаторы объема, индикаторы тренда и т. д. отображаются. Это более полезно, чем большинство современных решений, потому что оно может за секунды определить, что заставляет рынок двигаться, и отреагировать соответствующим образом.
В целом, благодаря машинному обучению инвесторы, фирмы и мировая экономика готовы к инвестициям. Никто не заслуживает того, чтобы столкнуться с еще одним финансовым кризисом. При грамотном техническом анализе и машинном обучении это больше никогда не повторится.
