Šis turinys rodomas tik prenumeratoriams
Tikriausiai visi bent kartą esate girdėję, kas yra dirbtinis intelektas. Kaip rodo statistiniai duomenys, dirbtinio intelekto naudojimas sparčiai populiarėja. Pavyzdžiui, gerai žinoma, kad ChatGPT per pirmąją savaitę nuo jo paleidimo sulaukė daugiau nei 5 mln. naudotojų. Palyginimui, socialinis tinklas Instagram tiek pat naudotojų įgijo tik per 4 mėnesius.
Tačiau kas yra dirbtinis intelektas treidinge? Šiame straipsnyje apžvelgsime realius dirbtinio intelekto taikymo finansų rinkose atvejus, jo naudojimo privalumus, taip pat konkrečias užklausas ChatGPT, kad supaprastinti analizes ir treidingą.
Trumpai tariant: kuo DI naudingas treidinge
Dirbtinis intelektas dažniausiai naudojamas robotams kurti, kurie pritaikomi įvairiems tikslams. Pagrindinis DI privalumas – gebėjimas greitai mokytis iš didelių duomenų kiekių. Todėl dabar vis dažniau galima išgirsti teoriją, kad netolimoje ateityje didžioji dalis prekybos sandorių bus atliekama padedant dirbtinio intelekto asistentams.
Kuo dirbtinis intelektas gali būti naudingas kiekvienam treideriui?
- Automatinė analizė. Dirbtinis intelektas dažnai naudojamas trijų rūšių analizei: fundamentaliajai, nuotaikų (sentimentų analizei) ir techninei. Galėdamas per porą minučių apdoroti gigabaitus informacijos, dirbtinis intelektas gali padėti suprasti, kas vyksta rinkoje. Tiek pradedantieji, tiek patyrę treideriai gali aiškiai matyti situaciją ir pagal ją kurti savo strategiją. Užklausus AI konkrečios informacijos apie tam tikrą bendrovę ir (arba) laikotarpį, galima gauti aiškią statistiką. Pavyzdžiui, užklausus „Naujausios svarbios naujienos apie Tesla”, galima gauti ekspertų nuomonių sąrašą, naujausius svarbius Ilono Musko tvitus arba bendrovės augimo per pastaruosius metus statistiką.
- Situacijos modeliavimas. Dirbtinis intelektas negali nuspėti ateities, bet gali pasakyti, kada įeiti į rinką arba išeiti iš jos. Kadangi dirbtinio intelekto algoritmai nuolat tobulinami remiantis duomenimis, juos galima naudoti kuriant prekybos strategiją. Dėsningumų studijavimas ir prognozavimas yra dar vienas darbo su AI asistentu privalumas. Šiuo atveju pagrindinis prašymas dirbtinio intelekto asistentui skambės taip: „Naftos kainų augimo statistika” arba „Metinė Bitcoin kainos pokyčio prognozė”.
- Taikymas prekyboje. Žmonės negali priimti prekybos sprendimų taip greitai kaip dirbtinis intelektas. Kadangi kartais būtent greita reakcija gali turėti įtakos pajamoms – dirbtinis intelektas tampa nepakeičiamu pagalbininku. Norint atlikti greitas operacijas, gali būti naudingas dirbtinio intelekto robotas, kuris pats atidarys ir uždarys pozicijas.
Galbūt šioje vietoje jums susiformulavo klausimas – ar dirbtinis intelektas gali pakeisti treiderius? Preliminarus atsakymas – ne.
Visų pirma, dirbtinis intelektas gali analizuoti ir priimti sprendimus remdamasis ankstesnėmis prekybos situacijomis, tačiau negali numatyti, kokia situacija gali būti rytoj. Kalbame apie naujienų foną ir gebėjimą atspėti, kaip situacija klostysis rytoj. Kitaip tariant, jis neturi žmogiškosios intuicijos.
Antra, dirbtinis intelektas negali analizuoti kitų treiderio elgesio rinkoje ir gali padaryti klaidų atlikdamas skaičiavimus. Galbūt laikui bėgant AI padėtis pasikeis ir vėl būsime nustebinti skaitmeninės pažangos, tačiau tikrai ne per artimiausius penkerius metus – tokį skaičių nurodė apklaustieji.
DI galimybės treidinge
Remiantis TechJury statistiniais duomenimis, dirbtinis intelektas verslo produktyvumą padidina 40%. Kad dirbtinio intelekto asistentas iš tiesų būtų naudingas darbe ir treidinge, reikia jį tinkamai naudoti. Kokybiškas algoritmas, botas ar visa AI pagrįsta platforma yra brangūs, tačiau suteikia šiuos privalumus:
- Algoritmų kūrimas. Tai ypač naudinga funkcija pradedantiesiems prekiautojams, nes galima sukurti AI pagrįstus prekybos algoritmus, kuriuose atsižvelgiama į techninę ir fundamentinę analizę. Pavyzdžiui, kompanija Alpaca sukūrė platformą Capitalico, kuria naudodamiesi galite sukurti savo AI algoritmą net neturėdami programavimo įgūdžių.
- Veikiančių strategijų kūrimas ir testavimas. Dar viena naudinga AI funkcija yra prekybos strategijų testavimas ir jų geriausių nustatymų optimizavimas. Sukūręs algoritmą, prekiautojas gali jį naudoti ir palyginti su kitu algoritmu. Jis taip pat gali analizuoti kitų prekiautojų strategijas, kad rastų optimaliausią.
- Greitas pozicijų atidarymas ir uždarymas. Dirbtinio intelekto algoritmui nereikia ilsėtis ar imti laisvos dienos, todėl jis yra labai operatyvus, kuris aktyvą pirks arba parduos greičiau nei kiti prekiautojai.
- Pagalba mokantis. Pradedantiesiems prekiauti dirbtinis intelektas gali padėti sukurti pirmąją strategiją. Labiau patyrę prekiautojai gali išmokti naujos informacijos ir patobulinti savo metodus. Pirmuoju atveju jis gali būti puikus pagalbininkas priimant sprendimus ir kuriant pirmąją strategiją. Įsivaizduokite, kad turite patarėją, kuris matė ir žino, kaip iki šiol buvo sudaryti milijonai sandorių.
- Didesnis produktyvumas. Sutinkamai su Algorithmic Trading Surveу duomenimis, kai naudojamas dirbtinis intelektas, finansų organizacijos produktyvumas padidėja 10%. Pavyzdžiui, norėdamas sutaupyti laiko, prekiautojas gali paprašyti išanalizuoti didelės apimties 100 puslapių dokumentą ir GPT dėka gauti rezultatą vos per 2 minutes.
Tačiau ne viskas taip rožėmis klota, kaip gali pasirodyti iš pirmo žvilgsnio. Dirbtinio intelekto naudojimas turi ir tam tikrų trūkumų. Svarbiausi iš jų – motyvacijos, intuicijos ir gebėjimo priimti sprendimus prieštaringose situacijose stoka. Pasak pačių treiderių, dažnai naudojantis dirbtinio intelekto asistentu galima pernelyg atsipalaiduoti ir prarasti savo įgūdžius.
Kitas neįprastas faktas yra tas, kad jei visi treideriai naudosis tik dirbtiniu intelektu, rinkos kainos gali pasiduoti dideliam volatilumui. Nereikėtų pamiršti ir techninių gedimų, kurie taip pat įvyksta ne taip jau retai.
CHATGPT užklausų šablonai
Tiesiog parašydami tam pačiam ChatGPT „sukurk man gerą prekybos strategiją”, vargu ar gausite kokybiškos informacijos. Surinkau jums darbines užklausas į DI, kurios padės rasti atsakymus į jūsų klausimus.
Reikia pasakyti, kad ChatGPT 3.5 į kai kuriuos klausimus visiškai „nusigrybaudavo”. Pavyzdžiui, į užklausą – „Nustatyk optimalų pozicijos dydį prekybai (Aktyvo pavadinimas) su 1 % rizika vienam sandoriui ir 25 000 JAV dolerių sąskaitos balansu.” jis pateikė atsakymą 12 500 USD, todėl būkite atsargūs.
Kiek geriau su šiais klausimais susitvarkydavo nemokamas Google Bard.
Pavyzdžiui, paprašytas įvertinti kompanijos Coinbase esamą situaciją rinkoje pagal naujausias naujienų antraštes, pateikė visai neblogą suvestinę:
Tačiau kai kurie Bard atsakymai buvo irgi „į pievas”. Nors šis DI naudoja Google paiešką, paprašytas pateikti USDJPY svarbius palaikymo/pasipriešinimo lygius, jis nurodė lygius, itin tolimus nuo esamos kainos. Todėl bet kokius atsakymus būtina tikrinti.
Žinoma, laikui bėgant, DI neabejotinai tobulės, todėl esamos užklausos galės jums praversti:
| Kategorija | Užklausa |
| Fundamentinė analizė | – „Įvertink naujausios BVP ataskaitos poveikį (pramonės šakos pavadinimas) sektoriui.”
– „Įvertink naujausio palūkanų normos padidinimo poveikį obligacijų rinkai.” – „Išanalizuok nedarbo lygio tendencijas per pastaruosius metus ir jų poveikį akcijų rinkai.” |
| Sentimentinė analizė | – „Išanalizuok naujausių naujienų antraščių, susijusių su (Kompanijos pavadinimas), nuotaikas.”
– „Nustatyk galimą naujausių antraščių poveikį (Kompanijos pavadinimas) akcijų kainai.” |
| Techninė analizė | – „Nustatyk palaikymo ir pasipriešinimo lygius (Aktyvo pavadinimas) dienos grafike.”
– „Įvertink (Aktyvo pavadinimas) trendo stiprumą naudojant slankiuosius vidurkius.” – „Nustatyk, ar (Aktyvo pavadinimas) rodo bulių ar meškų divergenciją, naudojant MACD (Moving Average Convergence Divergence).” |
| Informacijos analizė rinkoje | – „Išanalizuok dienos vidaus kainos judėjimą (Aktyvo pavadinimas) per pastarąjį mėnesį.”
– „Nustatyk bet kokius sezoninius (Aktyvo pavadinimas) kainos dėsningumus per pastaruosius penkerius metus.” |
| Rizikos valdymas | – „Nustatyk optimalų pozicijos dydį prekybai (Aktyvo pavadinimas) su 1 % rizika vienam sandoriui ir 25 000 JAV dolerių sąskaitos balansu.” |
| Prekybos sistemos sukūrimas | – „Sukurk trumpalaikės prekybos strategijos efektyvumo vertinimo sistemą.”
– „Sukurk įėjimo ir išėjimo taisyklių rinkinį Swing prekybos strategijai, naudojant (Aktyvo pavadinimas).” |
| Prekybos sistemos optimizacija | – „Nustatyk optimalų pozicijos dydį prekybos strategijai naudojant (Techninis indikatorius) pagal (Aktyvo pavadinimas).”
– „Įvertink stop loss ir take profit lygių koregavimo poveikį (Aktyvo pavadinimas) prekybos strategijai.” |
O štai ką apie dirbtinį intelektą treidinge mano pats ChatGPT:
„Dirbtinio intelekto naudojimas treidinge ir toliau populiarėja. Tačiau dirbtinis intelektas negali visiškai pakeisti žmogaus, nes jam trūksta intuicijos, motyvacijos ir gebėjimo priimti sprendimus sudėtingose situacijose. Be to, problemų gali sukelti techniniai gedimai. Nepaisant trūkumų, dirbtinio intelekto naudojimas treidinge gali pagerinti rezultatus ir padėti kurti veiksmingas strategijas. Tobulėjant technologijoms ir tobulėjant algoritmams, dirbtinis intelektas taps dar naudingesne priemone finansų bendrovėms ir treideriams.”
Dirbtinis intelektas šiuo metu dar tik įsibėgėja, tačiau prognozuojama, kad per ateinančius penkerius metus dirbtinio intelekto naudojimas padidės 80%. Ne išimtis ir treidingo industrija, kurioje dirbtinis intelektas jau padarė didžiulę įtaką. Virtualūs asistentai, botai ir įvairūs servisai jau dabar didina produktyvumą ir supaprastina treiderio darbą. Tačiau asmeniškai manau, kad pagrindinis treidingo įgūdis yra mokymasis, o būtent žinių ir įgūdžių tobulinimas.
Pagarbiai, Mykolas Kuzminskis
Rezultatai treidinge yra individualūs ir priklauso nuo patirties bei disciplinos. Savo įgūdžius ir discipliną galite patobulinti mūsų kurse: Jaunojo treiderio ABC