Роль ИИ в прогнозировании цен на новые токены. Часть 1.

Как уже упоминалось ранее, искусственный интеллект активно работает на благо финансовых организаций последние 10 лет. Если сначала это были простые алгоритмы, то сегодня это инструменты, которые могут идентифицировать и обрабатывать огромные массивы данных.

Из примеров для рыночной торговли, могу привести классическую алгоритмическую торговлю (алготрейдинг). Алготрейдинг, а иногда с иронией именуемый “алкотрейдинг” в зависимости от того, насколько вы зависимы от рынка управляются не только рыночными паттернами, но и паттернами своей головы. Алгоритмическая торговля строится на заранее заданных правилах, которые четко описывают, когда совершать сделку. Они определяют цену, время и объем сделки, учитывая множество разных параметров.

По данным Jupiter Asset Management , уже в 2018 году около 80% сделок на американском фондовом рынке практически полностью контролировались машинами. Это не значит, что торгует исключительно машина, хотя на сегодняшний день она уже способна это делать. Это лучше обозначить, как автопилот самолета, где процесс автоматизирован, но под контролем пилота.

Возможности искусственного интеллекта:

- Прогнозировать поведение потребителей и рынка на базе исторических данных.
- Создавать прогнозы в режиме реального времени на основе анализа закономерностей изменения цен, стоимости валют, глобальных индексов, сырья и других показателей.
- Находить аномалии на рынке.
- Снижать операционные риски.
- Повышать скорость и количество сделок.
- Переносить знания и модели, полученные из одной задачи, к другим целевым задачам, где не хватает данных и тд.

Почему важно анализировать новые токены?

Переход к анализу токена - это понимание его токеномики. Чтобы четко понимать стоящий ли это актив или нет. Какие у него перспективы и гарантии и тд.

Токеномика - это экономическая модель, лежащая в основе криптовалют. Токеномика проекта выступает в качестве заранее спланированного набора правил, разработанных основателями и записанных в коде на уровне протокола, которые трудно изменить после внедрения. Обычно они публикуются как часть whitepaper проекта — документа, в котором описываются будущие цели проекта и особенности продукта.

Модель во многом напоминает инвестиции в традиционные коммерческие компании, которые занимаются добычей нефти, газа, металла и др. Для того, чтобы купить пару акций нужно понять чем живет компания, какие у нее ресурсы, какой оборот, какой состав директоров и менеджеров, нет ли конфликта между ними и еще набор разных нюансов, которые необходимо учитывать.

Так и при покупке токена. Нужно знать: определение предложения токена - это максимальное количество токенов, которые могут быть выпущены; оценка функциональности токена; распределение токенов - не мошеннические токены, обычно, характеризуются равномерным распределением между участниками экосистемы; процесс сжигания токенов и др. элементы.

И тут мы понимаем, для того, чтобы все это проанализировать - требуется время, а это наш самый ценный ресурс. И когда у тебя не один проект, а десятки, и это норма для новой реальности web.3, то без помощника просто не обойтись. Главный личный ассистент 21 века - это ИИ или халатный, но верный!

Проблемы прогнозирования токена

Помимо того, что это большой массив данных, человек сталкивается с тем, что у рынка, блокчейна, токена - высокая волатильность, и как при таких условиях принять решение. В таком случае работает лишь удача, которую, в принципе, никогда не стоит отрицать, но мы стараемся предусмотреть все варианты для получения результата. Резкие скачки цен, из-за небольшого пула ликвидности, вводят в замешательство. Смотрим на график, а он - вверх-вниз, торговые объемы меняются, стаканы ордеров то наполняются, то обнуляются (Посмотреть как это выглядит можно на любой биржи на премаркет торговли, там это ясно видно).

К высокой волатильности токена, вышедшего на биржу, добавляем отсутствие исторической подоплеки графика и его поведения в рынке. Мы попросту не знаем, что будет дальше. Для сбора такой информации, нужно проанализировать все предыдущие запуски, прочитать множества вайт листов, сравнить это, выделить паттерны, и только потом втягиваться в процесс. Но даже в этом случае будет путаница, так как анализ постторговли всегда кажется простым и понятным.

Роль ИИ в анализе данных

Какое же место занимает искусственный интеллект в этом процессе? Первое, что хочется сразу упомянуть - это сбор и анализ данных. В глобальном представленнии это основаная его задача. Собрать актуальные данные из всех источников и дать выдержку по ним - чистой воды оптимизация.

Эту задачу ИИ выполняется в качестве фундаментального анализа. Он должен собрать все информацию с сайтов, форумов, социальных сетей и выдать конечное содержание, подкрепленное фактами.

Методы сбора данных для анализа с использованием ИИ включают в себя различные подходы, которые позволяют эффективно извлекать информацию из множества источников. Один из ключевых методов — это веб-скрейпинг:

- запрос-сайты-форумы-соц.сети-компановка-прогнозирование-ответ

Другой метод — API-интеграции, которые предоставляют доступ к структурированным данным с разных платформ и сервисов. Используя API, можно напрямую получать информацию с бирж, банков и других финансовых учреждений.

Также важно упомянуть обработку ончейн-данных — данные, которые записываются в блокчейне и могут быть использованы для анализа транзакций и активности пользователей. Современные ИИ-инструменты способны эффективно обрабатывать большие массивы данных, применять к ним модели машинного обучения и предоставлять точные прогнозы для дальнейшего анализа.