Machine Learning Models sa Finance

Madalas nating sabihin ang "AI", ngunit iyan ay isang buzzword. Sa partikular, ang TradingMaster ay gumagamit ng hybrid ensemble ng mga modelong Machine Learning (ML).

1. LSTM (Long Short-Term Memory)

• Ano ang ginagawa nito: Naaalala nito ang mga pagkakasunud-sunod.
• Use Case: Pagkilala sa mga pattern ng chart. Alam nito na ang Pattern A ay karaniwang humahantong sa Resulta B dahil nakita na nito ito ng 50,000 beses dati.

2. Random Forest

• Ano ang ginagawa nito: Lumilikha ito ng libu-libong "Decision Trees" (Kung X, kung gayon Y) at bina-average ang mga ito.
• Use Case: Pag-uuri. "Bullish ba o Bearish ang market na ito?" Pinipigilan nito ang overfitting sa isang partikular na indicator.

3. NLP (Natural Language Processing)

• Ano ang ginagawa nito: Nagbabasa ng text at nauunawaan ang emosyon.
• Use Case: [Sentiment Analysis]. Pag-scan sa mga ulo ng balita para sa mga keyword na ayon sa kasaysayan ay nag-crash sa merkado.

Bakit Hybrid?

Walang iisang modelo ang perpekto. Sa pamamagitan ng pagboto sa maraming modelo (Ensemble Learning), makabuluhang binabawasan namin ang rate ng error. Kung ang LSTM ay nagsasabing "Bumili" ngunit ang Random Forest ay nagsabing "Magbenta", ang Confidence Score ay bumaba sa 50% (neutral), na nagpapanatiling ligtas sa iyo.