Variklio viduje: Kaip mūsų AI analizuoja rinkas

Daugelis "AI" prekybos botų yra tiesiog paprasti "if-then" scenarijai. TradingMaster AI skiriasi. Jis naudoja Giliojo mokymosi neuroninį tinklą, apmokytą 7 metų istoriniais duomenimis.

3 sluoksnių architektūra

1 sluoksnis: Duomenų priėmimas (Jutikliai)

Variklis sunaudoja 50+ duomenų taškų per sekundę kiekvienai porai:

• Kainos veiksmas: Atidarymas, Aukščiausias, Žemiausias, Uždarymas.
• Pavedimų knyga: Pirkimo/Pardavimo gylis.
• Alternatyvūs duomenys: Jausmai, Koreliacijos matricos.

2 sluoksnis: Funkcijų išgavimas (Smegenys)

Neapdoroti duomenys yra nenaudingi be konteksto. AI paverčia triukšmą "Funkcijomis":

• "Ar apimtis yra anomali?"
• "Ar nepastovumas traukiasi (Bollinger Squeeze)?"

3 sluoksnis: Tikimybės svėrimas (Sprendimas)

Skirtingai nei žmogus, kuris mąsto absoliučiais dydžiais, AI mąsto tikimybėmis.

• Išvestis: "78,4% tikimybė, kad kaina padidės >1% per kitas 4 valandas."

Nuolatinis mokymasis

Kiekvieną naktį modelis "persimoko" pagal dienos duomenis. Jei jis padarė klaidą, jis pakoreguoja savo svorius, kad išvengtų tos klaidos rytoj.