Det er et emne jeg har kigget nærmere på en gang før, og det tror jeg vil mange gange igen - fordi potentialet for AI og maskinlæring til at påvirke markederne skal ikke bagatelliseres. Så hvis du planlægger at være her et stykke tid, er det nok et godt tidspunkt at begynde at lære om det nu. For at få en bedre forståelse talte vi med Stephen Mathai-Davis, medstifter af Kvantamiser, et firma, der anvender denne teknologi på kryptovalutamarkederne, i øjeblikket for de 25 bedste mønter. Wall Street har brugt lignende teknologi i et stykke tid nu, og hans virksomhed er blandt dem, der gør det. Men aktie eller kryptovaluta deler begge det samme mål - bedre indsigt i, hvornår de skal købes eller sælges. Jeg bør nævne på forhånd - de holder ikke disse data for sig selv, og han forventer heller ikke, at nogen betaler for dem uden først at bevise, at det er værd. Han er sikker nok til at lade folk få adgang til dataene i 3 uger gratis, og ikke en gratis prøveversion af gimmick, de håber, du glemmer at annullere - de kræver ikke engang et kreditkort. Jeg vil foreslå at prøve det ved at lave nogle teoretiske handler uden for bogen uden egentlig at købe/sælge nogen mønter. Skriv først ned, hvad du ville have gjort uden disse nye data. Skriv derefter ned, hvad AI'en forudsagde, og følg resultaterne for begge. Gør dette i et stykke tid og se resultaterne, det vil være indlysende, om du laver bedre handler med det eller ej. Personligt bruger jeg det som en "second opinion". Hvis både jeg selv og AI er enige - er det nok det rigtige træk. Hvis jeg er ved at sælge en mønt, siger AI'en, at jeg skal købe, er det et tegn på, at jeg skal kigge igen, for måske så den noget, jeg gik glip af. Ligesom mig har du sikkert en masse spørgsmål, forhåbentlig har jeg dækket dem. Her er min samtale med Stephen Mathai-Davis fra hans kontor i New Jersey.
Lad os få at vide, hvem vi taler med, før vi kommer til det tekniske, fortæl os om din baggrund, hvad gjorde du, før du oprettede Quantamize?
Før jeg var med til at stifte Quantamize, brugte jeg det meste af min karriere i institutionel investeringsforvaltning som både trader og analyseanalytiker. Jeg var analytiker og junior porteføljeforvalter med dækningsansvar for globale forbruger-, energi- og energiaktier og finansielle aktier. I løbet af min karriere har jeg været så heldig at have haft erfaring med at arbejde inden for områder relateret til handel (i en investeringsbank, hedgefond og et stort kapitalforvaltningsselskab), forskning, porteføljestyring og finansiel teknologi. De var alle meget fede oplevelser, der virkelig var med til at forme mange af de færdigheder, jeg skulle bruge for at hjælpe med at lancere Quantamize.
Hvad med resten af Quantamize-teamet. Hvilke unikke baggrunde eller færdighedssæt bringer de til bordet?
Jeg stiftede Quantamize sammen med mine to forældre, Wallace og Prema Mathai-Davis, og vi får følgeskab af Rich Ackerman og Paul Baessler. Hele teamet har omfattende baggrunde inden for økonomi lige fra grundlæggende asset management til venturekapital og FinTech. Wallace og jeg er de to co-administrerende medlemmer af Quantamize. Wallace har haft en fremtrædende karriere i institutionelle Wall Street, hvor han har drevet adskillige store kapitalforvaltningsvirksomheder samt været seniorrådgiver og bestyrelsesmedlem i adskillige succesrige FinTech-startups. Vi fem får selskab af Ed Boll, Bill Visconto, Jim Ryan og Arnim Holzer fra EAB Investment Group. EAB er et investerings-/handelsfirma for eliteoptioner og har kendt Quantamizes principper i flere år.
Så før kryptovalutaer brugte du denne teknologi på aktier, nu gør du begge dele. Der er nogle åbenlyse ligheder og forskelle, hvordan skulle du justere for at tage det spring fra aktier til krypto?
Vi besluttede faktisk først at eksperimentere på kryptomarkedet. Fra vores synspunkt troede vi, at det var mere fornuftigt at eksperimentere mere med kryptovalutaer, da markedet er mere imødekommende over for forskellige typer tilgange, som man kan se på med mere skeptiske øjne i aktieinvestering (og andre traditionelle aktivklasser). Lad mig illustrere et eksempel: vi implementerede først vores tilgang med at bruge flere maskinlæringsalgoritmer til kryptovalutaer. Da ML-algoritmer er notorisk ustabile, når de anvendes på finansielle markeder, mente vi, at det var fornuftigt at bruge flere algoritmer samtidigt for at øge stabiliteten af nøjagtigheden. Det faktum, at kryptoprisdata er ikke-stationære, vejede naturligvis også tungt på denne beslutning. Nettoresultatet er, at vi bruger mange typer af maskinlæringsalgoritmer på én gang, både overvåget og uovervåget, til at forudsige hver krypto, vi modellerer. Bare til reference har hver enkelt krypto, vi modellerer, sin egen unikke kurv af algoritmer. Men bortset fra det, finder vi det stadig nemmere at forudsige aktier... ustabiliteten af kryptotidsseriedata gør det meget vanskeligt at modellere!
Hvorfor besluttede du dig for at udvide til kryptomarkedet?
Som virksomhed er vi blevet tiltrukket af kryptovalutaens decentraliseringsfokus og blockchain-bevægelsen generelt. Personligt har jeg været involveret i, at Bitcoin går tilbage til tidlige stadier. Da jeg voksede op, var jeg en ivrig videogamer (RTS meget mere end FPS og MMORPG), og det føltes naturligt for mig at drage til cryptocurrency-fællesskabet i betragtning af dets ligheder med de gamle online-fællesskaber, jeg plejede at deltage i, når jeg spillede -- føles som mange af innovatorerne i rummet er nogle af de samme gamere!
Mellem aktier og krypto, hvad er nemmere at forudsige? (Måske ikke 'lettere' - men hvad forudsiger du mere præcist?
Hånden ned er det nemmere at modellere aktier. Selvom vi ikke har en blind tiltro til aktiernes brownianske bevægelse, er det bestemt lettere at bygge op omkring en grundlæggende drift i aktier, end det er at finde noget eksternt pålideligt i kryptovalutaer. Som jeg sagde tidligere, får kryptomarkedernes ustabilitet tidsseriedataene til at blive ikke-stationære, hvilket væsentligt påvirker handlendes evne til at anvende traditionelle kvantitative teknikker på disse markeder.
Hvilke faktorer tages i betragtning og analyseres af Quantamize?
Vi ser på flere faktorer og afledte faktorer. Uden at gå tabt i jargonen fokuserer vi på arbitrage på tværs af forskellige børser (vi ser på nord for 200 børser globalt), volumentendenser, sentimentdata, data fra selve blockchains samt adfærden hos store spillere eller hvaler. Vores modeller overvejer alle disse faktorer såvel som indlejrede henfaldshastigheder for deres unikke tidsserier.
For en Quantamize-bruger, hvordan præsenteres disse data så for dem?
Resultaterne præsenteres på en meget ligetil måde -- vi forsøger at forenkle processen med at træffe en investeringsbeslutning for vores abonnenter. Handelssignaler er enten "Køb" eller "Ejer ikke". Hvorfor valgte vi "Don't Own" frem for "Sælg"? Vi synes bare ikke, det er klogt at anbefale vores abonnenter at prøve at shorte teknologi, som i bund og grund er, hvad en digital valuta repræsenterer, i dens begyndende fase. For at undgå dette niveau af forvirring valgte vi at bruge sproget "Don't Own" frem for "Sælg".
Hvordan skal en bruger bruge disse data? Folk ser et "KØB" eller "SALG" ved siden af en mønt og tror, at det betyder "dump det hele!" eller "sæt dine livsopsparinger ind!" - men hvilken slags handelsstrategi er det egentlig beregnet til?
Det er et godt spørgsmål. Vores signaler er baseret på Køb/Eje ikke. Nu, i den virkelige verden, ville vi ikke forvente, at brugere sætter HELE deres livsopsparing i et "købssignal", selvom vi føler, at hvis "handlere" ser et "ikke ejer-signal", bør de sælge alt. Husk, at disse strategier er bygget til de abonnenter, der ønsker at handle ind og ud af kryptovalutaer. For disse abonnenter blot ønsker at oprette en "allokering" til kryptovalutaer, har vi skabt vores specialiserede porteføljer. Disse porteføljer er bygget op omkring aggressive, lav volatilitet og tematiske strategier. Vi er især stolte af vores strategi med lav volatilitet, som søger at styre den overordnede volatilitet i porteføljen, samtidig med at vi sætter særligt fokus på venstre hale volatilitet. Vi mener, at venstrehalerisiko er den største risiko, som en investor står over for på kryptovalutamarkedet i dag. Vores Fat Protocol "cryptofolio" består af de digitale valutaer, som vi betragter som levedygtige utility tokens. Vi bruger en unik form for AI til at skabe en meget afbalanceret tildeling for de af vores abonnenter, der er interesseret i disse typer kryptovalutaer.
Hvor langt ude er du i stand til at lave forudsigelser, der stadig er i det mindste 'normalt' nøjagtige?
For vores handelssignaler forudser vi typisk kun 3 dage. Hvorfor kun 3 dage? Vi har svært ved at forudsige længere ude effektivt i betragtning af, hvor hurtigt kryptomarkederne ændrer sig. På samme måde er det meget vanskeligt at forsøge at forudsige kortsigtede bevægelser i kryptovalutaer med et hvilket som helst niveau af nøjagtighed. Vi er meget stolte af, at vores maskinlæringsmodeller har høje nøjagtighedsscore og er tilbageholdende med at gøre noget for at kompromittere vores evne til at give vores abonnenter den bedst mulige anbefaling.
Vil du dele nogle aktuelle forudsigelser? Hvad med bedste/værste mønt på kort sigt, og det samme på lang sigt.
Ha, det er et svært spørgsmål. Vi kommer aldrig så langt ud. Men hvis vi du skulle spørge, hvilke mønter vi generelt kan lide, er det bestemt "den fede protokol"-mønter. Vi er kvalitativt forudindtaget over for utility tokens, da brugeren grundlæggende køber ind i et stykke teknologi. Alt det til side, hvis du skulle spørge os, hvilken mønt dine læsere bør overveje LIGE NU, ville vi helt klart sige køb Bitcoin. Ligesom Bitcoin, så gør resten af kryptomarkederne i øjeblikket. Korrelationerne er for høje med spredningstendenser for lave til at berettige køb af smaller-cap mønter i altcoin-området i øjeblikket (forudsat begrænset viden om teknologien og/eller blockchains bag disse mindre, mindre likvide digitale valutaer). For dem, der er interesseret i at investere i altcoins, vil vi anbefale at bruge vores diversificerede lavvolatilitetsstrategi.
Hvis nogen, der læser dette, gerne vil prøve Quantamize gratis, så lader du dem. Hvad skal de gøre?
Helt! Quantamize tilbyder en 21-dages gratis prøveperiode uden at bede om et kreditkort. Tilmeld dig og tag Quantamize-platformen for at se, om du kan lide det. Medlemmer af en gratis prøveperiode får fuld adgang til hele platformen i hele deres gratis prøveperiode.
Er der noget i horisonten, som vi endnu ikke vil se, når vi besøger siden?
Vi vil frigive et fantastisk aktivallokeringsværktøj i de kommende uger, som vil lade vores abonnenter skabe diversificeret tildeling af forskellige slags ETF'er og Bitcoin. Bare forestil dig en allokering af flere aktiver, der også inkluderer Bitcoin baseret på din risikoprofil og risikobias. Ingen robo-rådgiver tilbyder denne type kombination. Vi vil endda lade brugerne backteste resultaterne af deres optimale tildeling bare for at se, hvordan det ville have gjort i løbet af de sidste par år. Vi er virkelig glade for at bringe dette fantastiske værktøj til vores abonnenter!
Tak til Stephen for at tage sig tid til at tale med os, og du kan selv se det på https://www.quantamize.com
Forfatter: Ross Davis
E-mail: Ross@GlobalCryptoPress.com Twitter:@RossFM
San Francisco News Desk
Ingen kommentarer
Send en kommentar