Категории: Разное

Вчені створили штучний інтелект для управління портфелем криптовалют, навчений даними в ланцюжку

Пара дослідників з Університету Цукуби в Японії нещодавно створили систему управління портфелем криптовалют на базі штучного інтелекту, яка використовує дані в ланцюжку для навчання, першу в своєму роді, за словами вчених.

Система штучного інтелекту під назвою CryptoRLPM, абревіатура від «керівник портфоліо навчання підкріплення криптовалюти», використовує техніку навчання під назвою «навчання підкріплення» для впровадження даних у ланцюжку у свою модель.

Навчання з підкріпленням (RL) — це парадигма оптимізації, у якій система штучного інтелекту взаємодіє зі своїм середовищем — у цьому випадку портфелем криптовалют — і оновлює своє навчання на основі сигналів винагороди.

CryptoRLPM застосовує відгуки від RL у всій своїй архітектурі. Система складається з п’яти основних блоків, які працюють разом для обробки інформації та управління структурованими портфелями.

Ці модулі включають блок подачі даних, блок уточнення даних, блок агента портфоліо, блок живої торгівлі та блок оновлення агента.

Знімок екрана дослідження перед друком, 2023 р. Хуанг, Танака, «Система, що базується на масштабованому підкріпленні та навчанні, використовує дані в ланцюжку для управління портфелем криптовалют»

Після розробки вчені протестували CryptoRLPM, призначивши йому три портфоліо. Перший містив лише Bitcoin (BTC) і Storj (STORJ), другий зберіг BTC і STORJ, додавши Bluzelle (BLZ), а третій зберіг усі три разом із Chainlink (LINK).

Експерименти проводилися протягом періоду з жовтня 2020 року по вересень 2022 року з трьома різними фазами (навчання, перевірка, тестування).

Дослідники виміряли успіх CryptoRLPM порівняно з базовою оцінкою стандартної ефективності ринку за трьома показниками: «накопичена норма прибутку» (AAR), «добова норма прибутку» (DRR) і «коефіцієнт Сортіно» (SR).

AAR і DRR — це миттєва оцінка того, скільки втратив або отримав актив за певний період часу, а SR вимірює прибутковість активу з поправкою на ризик.

Знімок екрана дослідження перед друком, 2023 р. Хуанг, Танака, «Система, що базується на масштабованому підкріпленні та навчанні, використовує дані в ланцюжку для управління портфелем криптовалют»

Відповідно до попередньої дослідницької роботи вчених, CryptoRLPM демонструє значні покращення порівняно з базовою продуктивністю:

«Зокрема, CryptoRLPM демонструє принаймні 83,14% покращення ARR, принаймні 0,5603% покращення DRR і принаймні 2,1767 покращення SR порівняно з базовим біткойном».

За темою: DeFi зустрічається зі штучним інтелектом: чи може ця синергія стати новим центром придбання технологій?

Anna Kuznetsova

Недавние статьи

Фондова біржа ЄС Boerse Stuttgart бачить, що криптовалюта принесе 25% доходу у 2024 році

Німецька фондова біржа Boerse Stuttgart, одна з найбільших біржових груп у Європі, у 2024 році…

4 години ago

Brickken отримує 2,5 мільйона доларів США для розширення платформи токенізованих активів у Європі

Розташована в Барселоні платформа токенізації реальних активів (RWA) Brickken завершила раунд початкового фінансування на суму…

4 години ago

Малайзія обмірковує криптовалютну політику після переговорів із засновником ОАЕ та Binance CZ

Повідомляється, що уряд Малайзії вивчає можливість створення криптовалютної політики, яка могла б визнати індустрію та…

5 години ago

Tether подає позов проти Swan Bitcoin через суперечку щодо спільного підприємства

Емітент стейблкойнів Tether подав позов проти компанії з надання фінансових послуг біткойн Swan Bitcoin, звинувативши…

6 години ago

Solana очолює чарти як платформа для блокчейнів штучного інтелекту

Solana зайняла досить унікальну позицію в світі блокчейнів, ставши мережею вибору для агентів штучного інтелекту.…

6 години ago

JPMorgan прогнозує надходження 14 мільярдів доларів для запропонованих криптовалютних ETF, якщо їх схвалить SEC США

Аналітики JPMorgan Chase & Co. зробили значний прогноз щодо потенційного впливу нової хвилі біржових фондів…

7 години ago