Jeremy Kahn d'origine
Racine compilée à partir de Bloomberg
Qubit produit | Numéro public QbitAI
fonds de couverture compatriote technologie euclidienne fondateur John Alberg, et Amazon AI Lab Zachary Lipton dit qu'ils ont mis au point une approche d'investissement modèle peut battre le marché au cours de la phase de test. L'intelligence artificielle de choisir des stocks à long, fiable que Wall Street méthode de traitement maintenant dépendant de la machine.
Cette année, la conférence NIPS haut, Alberg et Lipton ont partagé leur papier, amélioration de facteur basée sur Quantitative Investir en prévision Société Fundamentals. Le document a souligné que leurs travaux de recherche et de développement Stock AI (stratégie LFM-MLP dans la figure ci-dessous) dans la phase de test, il crée le taux annualisé de 17,1% Le modèle de données standard (dans la figure QFM, modèle de facteur quantitatif, les modèles économétriques traditionnels) Seulement atteindre 14,4% .
Il est maintenant les institutions financières désireuses de sauter quand les bras de l'IA, les grandes banques d'investissement et les fonds spéculatifs ont ouvert une politique de recrutement NIPS fou, envie surtout des réseaux de nerfs de talent. réseau de neurones a récemment fait des progrès dans la reconnaissance vocale et la reconnaissance d'image.
Seules quelques entreprises ont la capacité d'être en mesure d'utiliser des réseaux de neurones dans le commerce et l'investissement, mais ils sont plus préoccupés par la stratégie de placement à court terme. la recherche conjointe Alberg et Lipton suggère que Si vous pouvez obtenir une quantité suffisante des mots de données financières de la société, tels que les bénéfices, les revenus, la dette et d'autres données, un réseau de neurones en profondeur est en mesure de sélectionner efficacement les stocks pour l'investissement à long terme.
Ils AI modèle à l'échelle de temps allant jusqu'à 1 mois, 3 mois, 6 mois, 16 données sur les gains communs neuf mois et quatre autres formules connexes et la volatilité du cours des actions et de Janvier 1970 à 201712 mois consécutifs au cours de Septembre, la Bourse de New York, le Nasdaq, la négociation sur le marché boursier américain pour tous les stocks de données.
A l'origine, la quantité de données dont ils ont voulu donner cinq ans de ce modèle de réseau de neurones, et espérer que le modèle peut prédire le marché boursier l'an prochain. Mais après un tel résultat de prévision de l'opération de découverte ne sont pas mieux que le numéro de modèle standard d'origine.
« Prix de l'action fluctue trop, au moins à court terme, et ce qui se passe en réalité pas tant. » Lipton a également travaillé à l'Université Carnegie Mellon.
« En général, le champ AI, ou les milieux scientifiques de données, ce stock turbulent cas, est le bruit du réseau de neurones après avoir été perturbé. » Supplément Alberg.
J'ai donc essayé une autre méthode. Cette fois-ci, ils ne permettent plus le réseau de neurones pour prédire le prix futur de l'année, mais prévoir la valeur future du marché des actifs de l'entreprise, ainsi que l'EBIT, et l'ajout de valeur prédictive à la valeur marchande actuelle de l'entreprise, pour obtenir un pilote AI pour prédire l'avenir la valeur de formules complexes. Puis, à partir de cette formule investir 50 actions les moins chères.
« Si nous mettons cette question en deux parties regarde, la première partie est actifs futurs sur une prédiction basée sur le passé , La deuxième partie est Utilisez ces actifs à leur valeur de marché estimée à ce moment-là . Après le démontage de ce problème, la profondeur du réseau peut jouer un rôle, la validité du modèle peut être amélioré. "
Alberg et Lipton poursuivront leurs recherches dans ce domaine. Le prochain plan est d'examiner la performance du modèle de réseau de neurones pour prédire les actifs ne peuvent pas être mieux que les analystes actifs humains. Et ils veulent aussi essayer, si nourris d'autres données sur la performance future du modèle de l'entreprise, puis, disent les dirigeants parlent d'un appel de conférence et d'autres revenus, va encore augmenter le modèle de taux annualisé.
Enfin, joindre le lien d'origine:
https://www.bloomberg.com/news/articles/2017-12-11/hedge-fund-founder-and-amazon-researcher-build-a-better-ai-stock-picker
lien Documents:
https://arxiv.org/abs/1711.04837
Et fonds de couverture fondateur de la société de technologie euclidienne John Alberg de papier lire:
https://www.linkedin.com/pulse/findings-from-our-research-applying-deep-learning-long-term-alberg/
- FIN -
recrutement sincère
Qubits recrutent éditeur / journaliste, basé à Zhongguancun de Beijing. Nous attendons de talent, des étudiants enthousiastes de nous rejoindre! Détails, s'il vous plaît interface de dialogue qubit numéro public (QbitAI), réponse mot "recrutement".
Qubit QbitAI · manchettes sur la signature de
' « suivre les nouvelles technologies AI dynamiques et de produits
