自比特幣在2008年底首次問世以來，加密貨幣已經(jīng)取得了長足的進步。僅僅10年時間，這個市場就從零增長到大約4000億美元，此后又有3000種加密貨幣問世。但這種成功并非沒有起伏。在此期間，單是比特幣的價格就從近2萬美元波動到不到1美分。用加密貨幣可以賺很多錢，也會損失很多錢。對投資者(和開發(fā)商)來說，幸運的是，人工智能(AI)提供了在這個動蕩的市場中導(dǎo)航的方法。
從情緒分析中提取價值
確定加密貨幣的價值是很棘手的。與傳統(tǒng)的股票市場不同，價值并不與現(xiàn)金流或可用資產(chǎn)等因素密切相關(guān)。相反，投資者必須依靠人氣。但是，他們?nèi)绾卫斫饧皶r地說了些什么呢?開發(fā)商Teju Tadi相信他可能有答案。
大多數(shù)加密貨幣的價格波動都是由群體本能決定的——當人們以與周圍大多數(shù)人相同的方式思考和行動時。基于此，Teju說，對新聞標題、Reddit帖子和tweet的情緒分析可以很好地指示加密貨幣價格走勢的方向。利用遞歸神經(jīng)張量網(wǎng)絡(luò)(RNTNs)， Teju已經(jīng)在分析這些短信的情緒，開發(fā)一個人工智能加密貨幣交易機器人。
遞歸神經(jīng)張量網(wǎng)絡(luò)
RNTNs評估文本的語義組合性，這對于能夠從一組稀疏的信息(如tweet)中準確判斷情感至關(guān)重要。
將數(shù)據(jù)解析為二叉樹。具體的向量表示由所有的單詞組成，并表示為葉。從下至上，這些向量成為優(yōu)化的參數(shù)，作為softmax分類器的特征輸入。向量被分為五個類，并分配一個分數(shù)。
“當兩個單詞之間的相似性被編碼時，這兩個向量就會移動到下一個根。輸出分數(shù)和班級。分數(shù)表示解析的正反兩面，而類則在當前解析中對結(jié)構(gòu)進行編碼。第一個葉組接收解析，然后第二個葉組接收下一個單詞。所有三個單詞的解析分數(shù)都被輸出，然后轉(zhuǎn)移到下一個根組，”Teju說。
遞歸過程會一直進行，直到所有輸入都用完為止，每個單詞都包括在內(nèi)。在實際應(yīng)用中，RNTN最終要比這個復(fù)雜得多。RNTN不會在句子中為下一個葉子組使用下一個單詞，而是會嘗試下一個單詞，并最終檢查代表整個子解析的向量。在遞歸過程的每一步執(zhí)行這個操作，RNTN可以分析語法分析的每一個可能得分。
下圖顯示了如何使用RNTN方法解析和分析一個句子。Teju也在這個視頻中解釋了這個過程。
圖示：來自斯坦福樹銀行的評分示例
支持技術(shù)
作為英特爾®AI學(xué)院的一員,Teju能夠使用英特爾®AI DevCloud運行復(fù)發(fā)性神經(jīng)網(wǎng)絡(luò)和實驗與Twitter數(shù)據(jù)的模型正在工作。英特爾®上運行至強®擴展處理器,英特爾AI DevCloud預(yù)裝機器學(xué)習框架和工具快速啟動和深入學(xué)習項目。這些包括氖™框架,英特爾®優(yōu)化Theano *,英特爾®優(yōu)化TensorFlow *,英特爾®優(yōu)化咖啡*,英特爾®分布Python *(包括NumPy、SciPy和scikit-learn *)和Keras *庫。
如果您正在考慮啟動一個深度學(xué)習項目，閱讀《開始使用Intel AI DevCloud》將使您更好地理解可用的模型以及如何使用AI DevCloud啟動培訓(xùn)。
開發(fā)人員的機遇
Teju Mycointrac *已經(jīng)成立了一個業(yè)務(wù),專注于提供cryptocurrency市場情報。“一旦產(chǎn)品完全開發(fā)出來，”他說，“我計劃利用它提供的數(shù)據(jù)，作為我的新加密貨幣對沖基金sense ence Investments L.P.做出關(guān)鍵投資決定的因素之一。該公司自今年1月1日開始運營。該計劃是基于一些高頻、機器學(xué)習技術(shù)，以及深度學(xué)習和情緒分析，開發(fā)交易策略。
Teju希望RNTNs也能幫助他利用其他機會，比如套利——在不同市場同時買賣資產(chǎn)。利潤是兩個市場價格之間的差額。
金融行業(yè)為那些能夠利用人工智能解決一些最緊迫挑戰(zhàn)的開發(fā)者提供了許多巨大的機會。例如，股票市場投資持續(xù)獲得高回報
【來源：千家網(wǎng)】
