מודלי למידת מכונה בפיננסים

אנו אומרים לעתים קרובות "AI", אך זו מילת באז. באופן ספציפי, TradingMaster משתמשת באנסמבל היברידי של מודלי למידת מכונה (ML).

1. LSTM (זיכרון לטווח קצר ארוך)

• מה זה עושה: זה זוכר רצפים.
• מקרה שימוש: זיהוי דפוסי תרשים. הוא יודע שתבנית A מובילה בדרך כלל לתוצאה B מכיוון שהוא ראה אותה 50,000 פעמים בעבר.

2. יער אקראי (Random Forest)

• מה זה עושה: זה יוצר אלפי "עצי החלטה" (אם X, אז Y) וממצע אותם.
• מקרה שימוש: סיווג. "האם השוק הזה שורי או דובי?" זה מונע התאמת יתר (overfitting) לאינדיקטור ספציפי אחד.

3. NLP (עיבוד שפה טבעית)

• מה זה עושה: קורא טקסט ומבין רגש.
• מקרה שימוש: ניתוח סנטימנט. סריקת כותרות עבור מילות מפתח שבאופן היסטורי גורמות לקריסת השוק.

למה היברידי?

שום מודל יחיד אינו מושלם. על ידי הצבעה על פני מודלים מרובים (למידת אנסמבל), אנו מפחיתים את שיעור השגיאות באופן משמעותי. אם ה-LSTM אומר "קנה" אבל היער האקראי אומר "מכור", ציון האמון יורד ל-50% (ניטרלי), ושומר עליך בטוח.