بازار سرمایه و استفاده از هوش مصنوعی

در آینده ای نزدیک انتظار داریم که استیبل کوبن ها را بر اساس یادگیری ماشینی، عملکرد غیر متمرکز، تشخیص رفتارهای مخرب، تخصیص منابع هوشمند و بسیاری دیگر از ویژگی ها شاهد باشیم. این ها چالش هایی هستند که دسترسی مدل های هوش مصنوعی را در زنجیره بسیار ارزشمند خواهند کرد.

هرمس کپیتال

هرمس کپیتال، رتبه نخست مسابقات معاملات الگوریتمی بازار سرمایه ایران در هر دو بخش بازار سهام و بدهی، شرکت دانش‌بنیان نوع یک می‌باشد، که از سال ۱۳۹۷ فعالیت خود را با نام شرکت سرمایه گستر هرمس(سهامی خاص)، در زمینه‌ی معاملات الگوریتمی در بازارهای بازار سرمایه و استفاده از هوش مصنوعی مالی (بدهی و سهام) آغاز نمود. هسته اولیه هرمس کپیتال در اواسط دهه ۹۰ در دانشکده مدیریت و اقتصاد شریف با هدف ارائه راهکارهای الگوریتمی و تکنولوژی محور در حوزه مدیریت دارایی شکل گرفت و هم اکنون بیش از 70 نفر از جوانان با استعداد دانش آموخته دانشگاه های برتر تهران در آن مشغول به فعالیت هستند. در حال حاضر هرمس کپیتال با بهره‌گیری از چهار تیم اصلی و هفت شرکت، در زمینه‌های گوناگون در حال فعالیت و ارزش‌آفرینیست. این تیم ها عبارتند از، تیم تحلیل داده و هوش مصنوعی، تیم طراحی و اجرای الگوریتم‌، تیم تحلیل و سرمایه‌گذاری، و تیم سرمایه‌گذاری خصوصی. همچنین شرکت های زیر مجموعه هرمس کپیتال عبارتند از، توسعه صنایع و معادن هرمس، مرکز هوش مصنوعی هرمس، رشد و توسعه تجارت هرمس، گروه مشاوران هرمس، نوین برچسب هرمس و دیجی ماینر، در ایران و شرکت بازرگانی آلتار در قرقیزستان.

1394

دانشکده مدیریت و اقتصاد شریف

شکل‌گیری هسته اولیه هرمس

کسب مقام اول استارتاپ های برتر

توسط کانون کارگزاران بورس اوراق بهادار

کسب مقام اول

در هر دو دوره مسابقات الگوریتمی در هر دو بخش بازار سهام و بدهی

استارتاپ برتر

کسب عنوان استارتاپ برتر فین استارز

1397

تولد هرمس کپیتال

با نام شرکت سرمایه گستر هرمس

دانش بنیان نوع یک

ارزیابی شده به عنوان شرکت دانش بنیان نوع یک

تولد زیر مجموعه های هرمس کپیتال

• * توسعه صنایع و معادن هرمس
• * توسعه و رشد تجارت هرمس
• * مرکز هوش مصنوعی هرمس
• * گروه مشاوران هرمس (HCG)
• * نوین برچسب هرمس(پروژه بخش سرمایه گذاری خصوصی هرمس کپیتال)
• * دیجی ماینر

افتخارات هرمس کپیتال

رتبه نخست مسابقات معاملات الگوریتمی بازار سرمایه ایران

(در هر دو بخش بازار سهام و بدهی)

شرکت ها و پروژه های هرمس کپیتال

توسعه معادن و صنایع هرمس

فعالیت اصلی این شرکت خرید و یا مشارکت در معادن کوچک و متوسط مواد فلزی با تمرکز بر عناصر مس و طلا است و همچنین احداث و بهره‌برداری از واحدهای صنعتی جهت فرآوری مواد معدنی خام تولید شده و تولید مواد معدنی خام با هدف تأمین پایدار خوراک واحد‌های فرآوری

توسعه و رشد تجارت هرمس

هدف اصلی شرکت توسعه و رشد تجارت هرمس، توسعه گستره سرمایه‌گذاری هرمس کپیتال به فراسوی مرزها، انجام عملیات بازرگانی تخصصی و ارائه خدمات تجاری در قالب تاسیس دفتر در کشورهای همسایه است.

مرکز هوش مصنوعی هرمس

مرکز هوش مصنوعی هرمس بازوی فناوری های نوین هرمس کپیتال می باشد که با بهره گیری از هوش مصنوعی و یادگیری ماشین به توسعه راهکارهای نرم افزاری در حوزه فینتک می پردازد.

گروه مشاوران هرمس

بازوی مشاوره مدیریت و توسعه کسب و کار هرمس کپیتال با برند گروه مشاوران هرمس. فقط محدود به مشاوره نیست و همانند شرکت های برتر مشاوره کسب و کار بین المللی در امر جاری سازی مشاوره ها و اجرای آنها نیز مشارکت می کند. HCG در تک تک مراحل اجرای مشاوره ها، در کنار شرکت ها خواهد بود. مزیت اصلی HCG بهره گیری از هوش مصنوعی و یادگیری ماشین در تحلیل ها می باشد.

نوین برچسب هرمس

نوین برچسب هرمس، تولید کننده انواع کاغذهای پشت چسبدار به صورت رول، شیت و دایکات شده.

دیجی ماینر

دیجی ماینر در کوتاه‌ترین زمان ممکن و به شیوه‌ای شفاف و مطمئن، سرمایه‌گذاری قانونی در استخراج بیت کوین را برای شما تسهیل می‌کند.

سرمایه گذاری خصوصی هرمس کپیتال

سرمایه گذاری خصوصی اصطلاحی است که به سرمایه‌گذاری در فرصت‌های خارج از بازار سرمایه گفته می‌شود. تیم سرمایه‌گذاری خصوصی شرکت هرمس، به دنبال شناسایی فرصت‌های جذاب سرمایه‌گذاری و برنامه‌ریزی جهت اجرا و ارائه آن‌ها به صاحبان سرمایه است. در صورتی که سرمایه‌گذاران به سرمایه گذاری در طرح یا طرح‌های ارائه شده علاقه مند شوند، این واحد، صفر تا صد اجرای طرح سرمایه‌گذاری را بر عهده خواهد گرفت. هرمس به منظور بررسی دقیق و کارشناسانه طرح‌ها علاوه بر تأسیس شرکت‌های تخصصی معدنی و بازرگانی، اقدام به ایجاد هسته‌های تخصصی و بکارگیری مشاوران با تجربه در حوزه‌های مختلف نموده‌است. همچنین به منظور کاهش ریسک‌های عملیاتی طرح‌های تأییدشده، هرمس از شبکه‌ای از پیمانکاران تخصصی و مورد اعتماد استفاده می‌کند. مزیت هرمس در شناسایی طرح های سرمایه‌گذاری در اختیار داشتن نیروهای فارغ التحصیل از برترین دانشگاه‌های کشور و با سابقه فعالیت در حوزه خدمات مالی و فنی و مهندسی و همچنین طراحی مدل‌های سرمایه‌گذاری با هدف انتفاع حداکثری سرمایه‌گذاران است. هرمس با اعتقاد به تیم تحلیلی و اجرایی خود، منافع خود را در بازدهی‌های آینده طرح‌های سرمایه‌گذاری تعریف می‌کند.

هرمس با حداکثر جزئیات فرصت‌های کسب سود را برای سرمایه‌گذاران علاقه مند ارائه می‌کند و در صورتی که فرصت ارائه شده برای سرمایه‌گذاران جذاب باشد، به نمایندگی از سرمایه‌گذار آن را عملیاتی می‌کند. انتفاع هرمس صرفا در بازدهی‌های آتی طرح‌ها تعریف می‌شود.

تیم های هرمس کپیتال

تیم مدیریت سهام و اوراق بهادار هرمس کپیتال

تیم بازار سرمایه‌ی سرمایه‌‎گستر هرمس متشکل از نخبگان مالی و اقتصادی دانشگاه‌های تراز اول کشور هستند که از طرفی به صورت مداوم در حال بررسی ارزش ذاتی شرکت‌های بورسی هستند و از طرف دیگر به رصد پیوسته‌ی وضعیت بازار به منظور مدیریت دارایی‌های هرمس و سهامداران عمده‌ی شرکت در بازار سرمایه می پردازند.

تیم سرمایه گذاری خصوصی (خارج از بازار بورس) هرمس کپیتال

سرمایه‌گذاری خصوصی به تأمین‌مالی شرکت‌ها و پروژه‌های سرمایه‌گذاری خارج از بازار بورس گفته می‌شود. تیم سرمایه‌گذاری خصوصی هرمس به کمک خبرگان حوزه‌ی مالی، کسب وکار و اقتصاد سعی در کشف بهترین فرصت‌های سرمایه‌گذاری و معرفی آن به سرمایه‌گذاران بزرگ در ایران دارد. این تیم در تمامی فرآیند جستجو، تامین مالی و اجرای پروژه حضور داشته و سعی در بهینه کردن این موارد دارد.

تیم طراحی و اجرای الگوریتم هرمس کپیتال

این تیم که متشکل از دانشجویان و دانش آموختگان نخبه دانشگاه های برتر تهران است، در حال حاضر در زمینه الگوریتم‌های اجرای معاملات، الگوریتم‌های بازارگردانی و الگوریتم‌های آربیتراژور فعال است.

تیم تحلیل داده و هوش مصنوعی هرمس کپیتال

این تیم که متشکل از دانشجویان و دانش آموختگان نخبه دانشگاه های برتر تهران است، در حال حاضر در حوزه‌های مختلف پیش‌بینی در حال فعالیت هستند. (پیش‌بینی روند بازارها، تحلیل داده‌های کسب‌وکار در راستای بهبود فرآیند‌ها و بهینه‌سازی آن و تحلیل داده‌های حوزه‌ی بازار سهام و بیمه).

راه‌اندازی یک شبکه برای اپلیکیشن‌های غیرمتمرکز با استفاده از هوش مصنوعی توسط کورتکس!

طبق انتشار یک خبری، کورتکس (Cortex) یک شبکه برای اپلیکیشن های غیرمتمرکز با استفاده از هوش مصنوعی (AI) راه اندازی کرده است.

این شرکت مدعی است، این اولین بار است که هوش مصنوعی در یک شبکه رمزنگاری در این مقیاس معرفی شده است. کورتکس امیدوار است که از این فناوری جهت ایجاد گزارش های اعتبار سنجی برای صنایع مالی غیر متمرکز استفاده شود و جلوگیری از تقلب و کلاهبرداری را برای صرافی ها تسهیل کند. کورتکس معتقد است که از این فناوری می توان در بخش بازی و ورزش های اینترنتی نیز استفاده کرد و به این ترتیب طیف وسیعی از این فناوری بهره مند می شوند. زیکی چن (Ziqi Chen)، مدیرعامل کورتکس در این رابطه عنوان کرد:

در آینده ای نزدیک انتظار داریم که استیبل کوبن ها را بر اساس یادگیری ماشینی، عملکرد غیر متمرکز، تشخیص رفتارهای مخرب، تخصیص منابع هوشمند و بسیاری دیگر از ویژگی ها شاهد باشیم. این ها چالش هایی هستند که دسترسی مدل های هوش مصنوعی را در زنجیره بسیار ارزشمند خواهند کرد.

کورتکس به عنوان برنامه آینده خود اعلام کرد که در نظر دارد تا با توسعه دهندگان برای پیاده سازی اپلیکیشن غیرمتمرکز هوش مصنوعی در شبکه خود کار کند و ماشین بازار سرمایه و استفاده از هوش مصنوعی یادگیری در شبکه را برای شبکه هایی فراتر از اتریوم عرضه کند.

پیش از این، اتحادیه اروپا اعلام کرده بود که قصد دارد میزان داده هایی که می تواند به عنوان اطلاعات خام برای پروژه های هوش مصنوعی و بلاک چین استفاده شود را افزایش دهد.

یک شاخص هوش مصنوعی که ردیابی ۱۰۰ ارز دیجیتال و توکن ها را انجام می دهد، اخیرا به ترمینال های مبادلاتی رویترز و بلومبرگ اضافه شده است.

نبرد سوپرکامپیوتر و تحلیلگران بازار سهام؛ هوش مصنوعی در بورس به موفقیت می‌رسد؟

در ماه‌های اخیر بورس و بازار سهام مورد توجه بسیاری از افراد در سراسر جهان قرار گرفته، البته وضعیت بازار در تمام کشورها مناسب نیست و مانند همیشه نوسانات شدیدی دارد، نوساناتی که شاید هوش .

در دیجیاتو ثبت‌نام کنید

جهت بهره‌مندی و دسترسی به امکانات ویژه و بخش‌های مختلف در دیجیاتو عضو ویژه دیجیاتو شوید.

تازه‌های تکنولوژی

ویدئوی مرتبط

در ماه‌های اخیر بورس و بازار سهام مورد توجه بسیاری از افراد در سراسر جهان قرار گرفته، البته وضعیت بازار در تمام کشورها مناسب نیست و مانند همیشه نوسانات شدیدی دارد، نوساناتی که شاید هوش مصنوعی در پیش‌بینی آن‌ها موفق باشد. به تازگی یک نرم افزار مبتنی بر هوش مصنوعی توسعه پیدا کرده که می‌تواند وضعیت بازار را پیش‌بینی کند، اما آیا می‌توان با هوش مصنوعی در این بازار به برتری دست پیدا کرد؟ آیا هوش مصنوعی قادر به شکست بزرگترین تحلیلگران بازار خواهد بود؟

در سیاتل یک سوپرکامپیوتر در دفتری توسعه پیدا کرده که قصد دارد با تحلیلگران سرشناس وال استریت رقابت کند. در این دفتر ۸ ردیف سرور درون فریمی مشکی رنگ قرار گرفته‌اند و ۴۰۰ کامپیوتر در این فریم چشمک می‌زنند. این کامپیوترها داده‌های بازار را با سرعت بالایی تحلیل می‌کنند و پاسخگوی درخواست‌های معامله‌گران در شیکاگو هستند. برای تحلیل وضعیت از ۱۰ مانیتور استفاده می‌شود که خروجی را نشان می‌دهد.

به علت شیوع کرونا رکود در جهان حاکم است و اقتصاد وضع مناسبی ندارد، اما این موضوع باعث نشده که «جک گلیکمن» و شرکت مشاوره سرمایه‌گذاری آن، «J4 Capital» تصمیم به خروج از بازار بگیرند. وضعیت این صندوق پوشش ریسک خوب است، حتی اگر بازار وضعیت جالبی نداشته باشد. نزدیک به یک ماه پیش ارزش سرمایه‌گذاری‌های J4 Capital نزدیک به ۴ درصد افزایش پیدا کرد، در حالی که شاخص داو جونز در آن زمان کاهش ۲۷ درصدی را تجربه می‌کرد.

بسیاری از مهندسان اقتصادی باور دارند که شکست بازار سهام توسط یک ماشین تنها به بوسیله دستگاه‌های خود، غیرممکن است. اطلاعات بازار سهام بسیار بهم ریخته و تصادفی هستند که باعث می‌شود امکان پیش‌بینی آن‌ها وجود ندارد. سوابق تجاری محدود به ۱۰۰ سال گذشته می‌شوند و قانون میانگین نیز بی‌رحم است. هرگونه سیگنال قابل پیش‌بینی که وجود داشته باشد، شرکت‌های رقیب سریعا به آن دست می‌یابند و نابودش می‌کنند. در حالی که برخی صندوق‌ها از الگوریتم‌ها برای معاملات با فرکانس بالا استفاده می‌کنند، اما اغلب آن‌ها را مجددا برنامه‌ریزی می‌کنند و بهبود می‌دهند.

رقابت سنگین در این بخش از بازار باعث می‌شود که سود بسیار کمی برای شرکت‌های جدید وجود داشته باشد. یک معامله‌گر بسیار توانمند با نرخ موفقیت ۵۱ درصد هیجان‌زده می‌شود، البته هنوز این کار ریسک بالایی دارد. «Renaissance Technologies» شاید سودآورترین صندوق پوشش ریسک در این بخش باشد که با پیش‌بینی‌های خود ثروت زیادی بدست آورده است. با وجود این موفقیت، J4 Capital ادعا می‌کند که نرخ موفقیت سرمایه‌گذاری‌های آن نزدیک به ۶۰ درصد است.

J4 Capital ادعا می‌کند با هوش مصنوعی خود قادر به پیش‌بینی بازار سرمایه است

گلیکمن اطلاعات کمی درباره مسائل مالی دارد. این مهندس کامپیوتر ۵۹ ساله تا به امروز در وال استریت یا بانک‌های بزرگ کار نکرده و به همین دلیل سوپرکامپیوتر آن در بخش‌های مختلف معامله نمی‌کند که درآمد محدود آن را در پی داشته. گلیکمن علاوه بر اینکه دانش مالی ندارد، الگوریتم سرمایه‌گذاری برای این سوپرکامپیوتر نیز توسعه نداده تا توسط آن ورودی‌ها را انتخاب کند. گلیکمن بجای این کار، یک کامپیوتر فوق‌العاده هوشمند خلق کرده که خودش را برنامه‌ریزی مجدد می‌کند.

در دنیای صندوق‌های پوشش ریسک با ادعاهای زیادی روبه‌رو می‌شویم که تنها شمار کمی از آن‌ها حقیقت دارند. در همین راستا دو فرد تحصیل کرده با تخصص در زمینه الگوریتم‌های مالی درباره نوآوری انقلابی J4 Capital ابراز تردید کرد‌ه‌اند، البته هیچ کدام از آن‌ها با شرکت آشنایی نداشتند. گلیکمن که صاحب چندین پتنت در زمینه پردازش تصویر، شناسایی الگوها و فناوری شبکه است، اصرار دارد که هوش مصنوعی آن واقعا کار می‌کند.

گلیکمن اعلام کرده نرم افزاری که او اجرا می‌کند، نوعی از اثبات قضیه است، یک الگوریتم غیرقطعی که مجموعه‌ای از داده‌ها را مورد بررسی قرار می‌دهد و فرضیه‌ای بر اساس آنچه می‌بیند، مطرح می‌کند. نحوه عملکرد این نرم افزار شبیه به مغز انسان در زمان تجزیه و تحلیل اطلاعات برای کشف موارد ناشناخته است. هوش مصنوعی گلیکمن این قضایا را با افزایش سطح انتزاعی ریاضی آزمایش می‌کند. به گفته این مهندس، نتیجه کار فوق‌العاده قوی است.

ترفند اصلی این نرم افزار، تغییرات مداوم در بازار است. همانطور که شاید بدانید برخی مواقع سرمایه‌گذاران به سراغ طلا و گاهی به سراغ نفت می‌روند. گلیکمن در این زمینه گفته:

«بعضی مواقع بازار از اتفاقاتی که در جهان رخ می‌دهند، می‌ترسد که برای مثال می‌توان به جنگ‌ها یا آزمایش موشک‌های هسته‌ای توسط کره شمالی اشاره کرد. این ترس‌ها باعث می‌شوند که بازار واکنش منفی از خود نشان دهد و سرمایه‌گذار ضرر کند.»

حرکات بازار تصادفی به نظر می‌رسند، اما در پایان روز سرمایه‌گذاران اطلاعات خود را از منابع یکسان مانند مصرف نفت و قیمت‌ها، میزان ابتلا به کرونا و وال استریت ژورنال تامین می‌کنند. اما آیا هوش مصنوعی می‌تواند تمام این اطلاعات را تحلیل کند؟ گلیکمن هوشمندانه از کلمه تصادفی استفاده می‌کند مانند اینکه هرج و مرج در جهان تنها یک توهم است تا یک نظم اساسی را مخفی کند. وی ادامه بازار سرمایه و استفاده از هوش مصنوعی می‌دهد:

«زمانی که اطلاعات بسیار پیچیده می‌شوند، مغز انسان نمی‌تواند آن‌ها را متوجه شود. در حالی که شاید ما فکر کنیم که این اطلاعات تصادفی هستند، اما چنین چیزی وجود ندارد. ما تنها با اطلاعات پیچیده‌ای روبه‌رو هستیم که از توانایی ذهنی انسان بالاتر است، اما سوپرکامپیوترها توانایی تحلیل آن‌ها را دارند.»

گلیکمن در چندین پروژه با ارتش آمریکا همکاری داشته است

گلیکمن از دانشگاه ایلینوی مدرک کارشناسی خود را دریافت کرد اما هیچ وقت به سراغ کارشناسی ارشد نرفت و سعی کرد ایده‌های خود را به کسب و کارهای قابل رشد و توسعه تبدیل کند. در اوایل دهه ۸۰ میلادی شرکت «Thumb Scan» را تاسیس کرد که از برخی از پتنت‌های اولیه در زمینه امنیت بیومتریک و اثر انگشت محافظت می‌کند. پس از این شرکت، گلیکمن کسب و کار مشاوره‌ای خود را راه‌اندازی کرد و با شرکت‌هایی مانند فورد و جنرال موتورز همکاری داشت اما پیچیدگی‌های صنایع نظامی توجه او را به خود جلب کرد. وزارت دفاع بدنبال هوش مصنوعی برای پیش‌بینی قدرت نظامی نیروهای خارجی بود و گلیکمن در این زمینه مشغول بکار شد.

پس از آن ارتش خواستار برنامه‌ای شد که بتواند از سیگنال‌های رادیویی برای شناسایی سیلوهای موشک‌ در شبکه‌های رمزگذاری شده مرکز فرماندهی و کنترل استفاده کند. یکی دیگر از پروژه‌هایی که گلیکمن برای ارتش انجام داد، توسعه یادگیری ماشینی برای بهبود تحلیل هوایی زیرساخت‌های دشمن بود تا پنتاگون بتواند با بمب‌های سبک‌تر به میزان خسارت موردنیاز خود دست پیدا کند و هزینه‌ها را کاهش دهد.

در حالی این موارد مشکلات نظامی مهمی بودند و حقوق مناسبی به برطرف‌کننده‌ها پرداخت می‌شد، اما یکی از وظایفش که مهندسی معکوس برای پیش‌بینی دقیق عدد تصادفی بعدی بود، باعث شد گلیکمن به فکر هوش مصنوعی مخصوصی بیفتد. در این هنگام گلیکمن بدنبال پاسخ این سوال بود که چه ارتباطی میان حرکت تصادفی ذرات معلق در یک سیال و نوسان بازار سهام وجود دارد. پس از سال‌ها جستجو برای پیدا کردن جواب این سوال، در سال ۲۰۰۰ به یک کتاب دست پیدا کرد که عنوان «شکست بازار» را یدک می‌کشید. این کتاب باعث شد گلیکمن به سراغ استفاده از یادگیری ماشینی برای شکست بازار سهام برود.

در سال ۲۰۰۴ این مهندس کامپیوتر متوجه شد که به یک نرم افزار جدید مبتنی بر هوش مصنوعی نیاز دارد، یک اثبات‌کننده فرضیه که می‌تواند خود را مجددا برنامه‌ریزی کند تا مدل‌های جدید از اطلاعات مالی تولید کند. در میان سال‌های ۲۰۰۵ تا ۲۰۱۰، وی مشغول کار روی این پروژه بود و به پیش‌بینی‌های قابل اعتماد نزدیک و نزدیک‌تر می‌شد. با این وجود، همچنان نمی‌دانست که چگونه از نرم افزار خود استفاده کند، اما در نهایت شرکتی برای مدیریت مالی تاسیس کرد.

در حالی که شرکت‌های مدیریت مالی به زیرساخت‌ها و تجهیزات زیادی نیاز ندارند، اما کار آن‌ها بسیار سخت است. گلیکمن برای تاسیس شرکت خود توانست با یک نابغه که در ۱۹ سالگی مدرک MBA گرفته بود، همکاری کند. پس از مدت‌ها بالاخره در ژوئن ۲۰۱۵ گلیکمن از نرم افزار خود استفاده کرد و برای یک روز کامل با آن محاسبات انجام داد. او امیدوار بود که هوش مصنوعی آن بتواند وضعیت شاخص S&P 500 را برای روز بعدی پیش‌بینی کند، اما نمی‌دانست که چگونه این نرم افزار باید به نتیجه برسد.

مدل‌های یادگیری عمیق و شبکه‌های عصبی یک مشکل رایج دارند که با نام «جعبه سیاه» شناخته می‌شوند: میلیون‌ها یا حتی میلیاردها عملیات محاسباتی هوش مصنوعی می‌تواند درک این موضوع که آن چگونه به نتیجه مشخصی می‌رسد را تقریبا برای ما غیرممکن کند. این موضوع باعث شد که گلیکمن تصمیم بگیرد که یک «جعبه سفید» بسازد.

این مهندس و شریک آن برای اینکه بفهمند هوش مصنوعی در ۸ ساعت اول چه کارهایی انجام داده است، نزدیک به یکسال تحقیق کردند. این نرم افزار کار خود را با ساخت تئوری شروع می‌کند و پس از اینکه متوجه می‌شود که جبر وجود دارد و از آن می‌توان برای تفسیر داده‌ها استفاده کرد، آن را نگه می‌دارد. سپس هندسه را کشف می‌کند و در مراحل بعدی به سراغ مثلثات و حسابان می‌رود. در مرحله بعدی معادلات دیفرانسیل جزئی را کشف می‌کند و در نهایت هوش مصنوعی به سطح بالایی از ریاضیات دست می‌یابد.

پس از اینکار، گلیکمن به هوش مصنوعی خود اجازه می‌دهد که به صورت آزمایشی شروع به معامله کند که اگرچه در ابتدا سرعت کمی داشت اما با گذر زمان سریع و سریع‌تر شد. با افزایش تعداد معاملات، نوسان خروجی‌ها کاهش پیدا کرد و شکست بازار سرمایه امکان‌پذیر شد. شاید برای درک نحوه کار سوپرکامپیوتر گلیکمن نیازی به داشتن دانش بالایی در زمینه ریاضی نداشته باشید، اما همچنان با یک فناوری اختصاصی روبه‌رو هستیم و نمی‌توانیم درباره خودکار بودن آن اظهارنظر خاصی بکنیم.

با شیوع کرونا گلیکمن در خانه قرنطینه شده اما سوپرکامپیوتر آن همچنان به فعالیت خود ادامه می‌دهد. زمانی که برای اولین بار ویروس کرونا در ژانویه به واشنگتن رسید، گلیکمن شروع به آزمایش این موضوع کرد که کامپیوتر اگر تنها بماند، می‌تواند کارهای خود را انجام دهد یا خیر. این کار برای دو هفته انجام شد که نتیجه آن، عملکرد مناسب سیستم بدون نیاز به انسان بود.

زیرساخت‌های معاملات مانند سوپرکامپیوتر خودکار هستند که این موضوع باعث شده ابررایانه J4 با مشتریان خود در ارتباط باشد، معاملات را انجام دهد و در مواقع ضروری خود را خاموش یا ریبوت کند. گلیکمن برای افزایش کارایی سیستم خود یک مهندس فعال در حوزه ابری را استخدام کرد و هم اکنون این ابررایانه می‌تواند در لندن و هنگ کنگ نیز معامله کند و پاسخگوی درخواست ۱۰۰۰ یا حتی ۱۰ هزار مشتری باشد.

در حال حاضر J4 Capital یک شرکت کوچک محسوب می‌شود که گلیکمن برای ایجاد آن از دوستان و اعضای خانواده خود ۱۰ میلیون دلار پول قرض و ۴۰۰ سرور برای سوپرکامپیوتر خود تهیه کرد. این صندوق برای مدیریت پول ۲ درصد کارمزد می‌گیرد و ۲۰ درصد نیز از سود دریافت می‌کند، نرخ‌هایی که در صندوق‌های پوشش ریسک یک استاندارد است.

این شرکت وظیفه مدیریت ۷.۲ میلیون دلار سرمایه را تا پایان ۲۰۱۹ برعهده داشت، با این حال گلیکمن امیدوار است که حجم سرمایه‌ها در آینده نزدیک به بیش از ۱۰۰ میلیون دلار برسد که این موضوع باعث می‌شود برای تشکیل پرونده به کمیسیون بورس و اوراق بهادر ایالات متحده آمریکا فراخوانده شود.

J4 Capital بدنبال مدیریت ۱۰۰ میلیون دلار سرمایه است

در حالی که این ابررایانه در حال چاپ اسکناس است، سازنده آن خانه‌نشین شده و روی بخش‌های دیگری از تجارت خود تمرکز کرده که شامل پیدا کردن سرمایه‌گذاران جدید برای خرید تجهیزات بیشتر برای افزایش قدرت سوپرکامپیوتر و در نتیجه جذب سرمایه‌ بیشتری برای مدیریت می‌شود. در حالی که J4 Capital قصد ندارد تبدیل به Renaissance Technologies دوم شود، می‌خواهد فعالیت‌های خود را افزایش دهد.

گلیکمن تنها به انجام معامله در بازار بورس راضی نیست و می‌خواهد ماشینش در بازارهای بیشتری حضور داشته باشند. حالا که این ابررایانه در حال آمادگی برای حضور در بازار سهام کشورهای خارجی است، سازنده آن می‌خواهد اوراق قرضه و سایر محصولات اعتباری را معامله کند. این احتمال وجود دارد که این هوش مصنوعی عملکردی بالاتر از بازارهای مالی داشته باشد و به سراغ حل مشکلات در زمینه‌های لجستیک و مدیریت زنجیره تامین برود، حوزه‌های که مشتریان خواستار کمک در آن‌ها هستند.

برای گلیکمن فرقی نمی‌کند که سوپرکامپیوتر آن چگونه کار می‌کند چرا که هدف نهایی آن مانند سایر کسب و کارهاست. این مهندس کامپیوتر در نهایت اعلام کرده:

«هدف ما ایجاد یک کسب و کار و درآمدزایی از آن است. ما یک شرکت در وال استریت نیستم و فقط می‌خواهیم در فضای آن‌ها نقش داشته باشیم. ما در حقیقت یک شرکت فناوری هستیم و برای ایجاد یک تجارت سودآور تلاش می‌کنیم و از آن سود بدست می‌آوریم، مانند سایر شرکت‌های فناوری که در بازار حضور دارند.»

بازار سرمایه و استفاده از هوش مصنوعی

شماره‌های پیشین نشریه

تعداد دوره‌ها	12
تعداد شماره‌ها	37
تعداد مقالات	246
تعداد مشاهده مقاله	101,232
تعداد دریافت فایل اصل مقاله	41,313
نسبت دریافت فایل بر مقاله	167.94
تعداد مقالات ارسال شده	1,083
تعداد مقالات رد شده	720
درصد عدم پذیرش	66
تعداد مقالات پذیرفته شده	246
درصد پذیرش	23
زمان پذیرش (روز)	155
تعداد پایگاه های نمایه شده	14
تعداد داوران	56

درباره نشریه چشم ‌انداز مدیریت مالی

● رتبه مجله براساس آخرین ارزیابی وزارت علوم

● هزینه داوری اولیه و انتشار

● متوسط زمان داوری

● بازه زمانی بررسی اولیه مقالات دریافتی

علمی (وزارت علوم، تحقیقات و فناوری)

دسترسی آزاد به متن کامل مقالات

فارسی (به همراه چکیده انگلیسی)

دوسو ناشناس، داوری همتایان

نشریه چشم‌انداز مدیریت مالی، تحت قانون بین المللی کپی رایت Creative Commons: BY-NC می‌باشد.

این نشریه با احترام به قوانین اخلاق در نشریات تابع قوانین کمیتۀ اخلاق در انتشار (COPE) می باشد و از آیین نامه اجرایی قانون پیشگیری و مقابله با تقلب در آثار علمی پیروی می‌نماید ..

کاربرد هوش مصنوعی در پیش بینی قیمت ارزهای دیجیتال

پیش بینی قیمت ارزهای دیجیتال و اطلاعات مربوط به آن را قصد داریم در این مقاله بررسی کنیم. چند روشی که در آن­ها می‌توان از هوش مصنوعی برای سرمایه‌گذاری در ارزهای دیجیتال استفاده کرد، شامل پیش‌بینی‌های دقیق‌تر، تجزیه و تحلیل تمایلات و انتظارات در صرافی‌های رمزنگاری، معاملات خودکار ارزهای دیجیتال و کسب درآمد بهتر از سرمایه‌گذاری است.

ارز دیجیتال شکلی از رمز ارز است که به شکل دیجیتال در دسترس است. ارزهای دیجیتال ساختار فیزیکی نداشته و فقط به شکل دیجیتال مورد استفاده قرار می‌گیرند.. تراکنش­های مربوط به ارزهای دیجیتال با استفاده از رایانه یا کیف پول الکترونیکی متصل به اینترنت یا شبکه­های تعیین­شده انجام می­شود. در مقابل، ارزهای فیزیکی مانند اسکناس و سکه­های ضرب­شده، ملموس هستند.

به این معنی که دارای ویژگی­های فیزیکی مشخصی هستند. تراکنش‌های مربوط به چنین ارزهایی تنها زمانی کاربردی هستند که مالکیت فیزیکی این ارزها وجود داشته باشند. رمز ارزها عملکرد مشابه ارزهای فیزیکی دارند. از آن­ها می‌توان در جهت خرید کالا و پرداخت هزینه استفاده کرد. آن­ها همچنین می­توانند استفاده محدودی را در میان برخی از جوامع آنلاین مانند سایت­های بازی، پورتال­های قمار یا شبکه­های اجتماعی پیدا کنند. در ادامه با پیش بینی قیمت ارزهای دیجیتال و کاربرد هوش مصنوعی آشنا می­شویم.

پیش‌ بینی‌ قیمت ارزهای دیجیتال با هوش مصنوعی

هوش مصنوعی با شرایط اضطراری ارزهای دیجیتال بیش از هر زمان دیگری ضروری می­شود. با نوآوری‌های هوش مصنوعی، می‌توان از طریق یک محیط بدون کد برای کاربران غیر­فنی نیز در دسترس‌تر باشد. یک پلتفرم هوش مصنوعی بدون کد، یک رابط کاربری بصری را فراهم می­کند که در آن دانشمندان داده و تحلیلگران می­توانند مدل­های هوش مصنوعی را بدون نوشتن هیچ کدی بسازند و مستقر کنند.

پلتفرم‌های هوش مصنوعی بدون کد، به دلیل کاهش هزینه‌های راه‌اندازی و مصرف منابع، فرآیند پذیرش هوش مصنوعی را برای شرکت‌های خدمات مالی تغییر می‌دهند. با این حال، این فرآیند برای پیاده­سازی آن در زیرساخت­های همه شرکت­ها مناسب نیستند. اگر استراتژی در مورد نحوه استفاده از هوش مصنوعی وجود نداشته باشد، اجرای آن می­تواند خطرناک­تر باشد. چهار راه برای اطمینان از اجرای موفق هوش مصنوعی عبارتند از:

• ایجاد استراتژی برای استفاده از هوش مصنوعی در شرکت.
• آموزش داخلی تیم در مورد هوش مصنوعی، نحوه استفاده از آن و مزایا و چالش­های بالقوه پیاده­سازی هوش مصنوعی.
• تنظیم یک فرآیند واضح برای راه­هایی که می­توان هوش مصنوعی را در شرکت بهبود بخشید.
• حصول اطمینان از اینکه سیستم‌های هوش مصنوعی به خوبی از هرگونه درز اطلاعات و مسائل مربوط به انطباق و امنیت محافظت می‌شوند.

هوش مصنوعی هرگز جایگزینی برای افراد درون شرکت­های سرمایه­گذاری نخواهد بود. ترکیب مهارت­ها بازار سرمایه و استفاده از هوش مصنوعی با استعداد کارمندان هوش مصنوعی در پیش بینی قیمت ارزهای دیجیتال می­تواند ارزش و سود بیشتری را به خصوص در سرمایه­گذاری در ارزهای دیجیتال به ارمغان بیاورد. با این حال، پیاده‌سازی هوش مصنوعی نیازمند یک چارچوب تیم داخلی قوی است زیرا افرادی که فرآیندهای مبتنی بر هوش مصنوعی را هدایت می‌کنند، می‌توانند ارزش بیشتری را از طریق افزایش سودآوری ارائه دهند.

همچنین یک بخش تاریخچه تبدیل نیز وجود دارد که در آن می‌توانید آخرین تبدیل‌ها را که کاربران این سایت، بین ارزهای دیجیتال مختلف و ارزهای فیات بررسی کرده‌اند، مشاهده کنید. ممکن است یک یا دو نکته در مورد روند فعلی و آینده ارزهای دیجیتال به شما بفهماند.

انواع ارزهای دیجیتال

در طول ده سال گذشته، ما شاهد تغییرات عظیمی در بخش ارزهای دیجیتال بوده‌ایم. به عنوان مثال، بیت­کوین از یک آزمایش جالب برای سبد سرمایه­گذاران اصلی به یک طبقه دارایی جدید و طلای دیجیتال تبدیل شد. در ادامه، به پیش بینی قیمت ارزهای دیجیتال مبتنی بر هوش مصنوعی و چند نوع آن اشاره می­کنیم.

انواع ارزهای دیجیتال

بیت­کوین (BTC)

عوامل متعددی از قیمت بالاتر بیت­کوین به نسبت دیگر ارزها، حمایت می­کنند. از جمله این عوامل می­توان به پذیرش بهتر توسط شرکت­های سنتی و افزایش تقاضا از سوی ETF های بیت­کوین اشاره کرد. کارشناسان می­گویند بیت­کوین تا پایان سال ۲۰۲۳ این امکان را دارد که بر اساس پیش­بینی هوش مصنوعی به ۱۰۰۰۰۰ دلار برسد، اما برخی از تحلیلگران استدلال می­کنند که این قیمت می­تواند تا پایان سه ماه اول سال ۲۰۲۳ محقق شود.

تعدادی دیگر هنوز در انتخاب یک تاریخ یا سال خاص محتاط هستند و انتظار دارند بیت­کوین تا پایان سال ۲۰۲۲، به بیش از ۷۰۰۰۰ دلار نرسد. کارول الکساندر، استاد امور مالی در دانشگاه ساسکس، گفت که انتظار دارد بیت­کوین در سال ۲۰۲۲ به ۱۰۰۰۰ دلار برسد و عملاً تمام سودهای آن در یک سال و نیم گذشته از بین برود.

اتریوم (ETH)

اتریوم همچنین در طول سال ۲۰۲۱ شتاب خود را ایجاد کرد و مهم است که بدانیم ارزش قیمت آن پس از راه‌اندازی ETH 2.0، چگونه افزایش یافته است. انتظار می­رود این پروژه ارتقاء با توجه به پیش­بینی­های هوش مصنوعی، در سال ۲۰۲۲ نیز ادامه یابد. تحلیلگران ادعا می­کنند که این نکته یکی از عوامل اصلی است که منجر به جهش قیمت ETH – تا ۶۰۰۰ دلار تا پایان سال ۲۰۲۲ می­شود.

بایننس­­کوین (BNB)

بیش از ۱ میلیارد دلار در حجم تجارت روزانه، بایننس­کوین را به یکی از محبوب­ترین­ها تبدیل کرده است. با این حال، بزرگترین تهدید برای آن، نوسانات عظیم است زیرا برخی از تحلیلگران استدلال می­کنند که قیمت­ها ممکن است سقوط کند. با این حال، برخی از کارشناسان پیش بینی می­کنند که بایننس­کوین می­تواند تا پایان سال ۲۰۲۲ از مرز ۱۰۰۰ دلار عبور کند.

سولانا (SOL)

قیمت سکه سولانا ممکن است در ماه فوریه، با توجه به پیش بینی قیمت ارزهای دیجیتال رشد خود را آغاز کرده باشد، اما شدت سقوطی را که در اواخر بهار برای ETH و BTC اتفاق افتاد، احساس نکرد. پس از یک افزایش نسبتاً آهسته در ژوئن و ژوئیه، ارزش آن در اواسط آگوست شکست و تا اواسط سپتامبر به افزایش ادامه داد. تا سال ۲۰۲۲، کارشناسان براساس هوش مصنوعی پیش بینی می­کنند که قیمت SOL ممکن است پایدارتر شود و به ۳۰۰ دلار یا حتی به بالای ۴۰۰ دلار برسد.

دوج­کوین (DOGE)

در سال ۲۰۲۲، برخی از تحلیلگران، دلیل افزایش ناگهانی DOGE را پیش بینی می­کردند و ادعا می­کردند DOGE یک سرمایه­گذاری بلندمدت ارزشمند است. در سال ۲۰۲۲، با توجه به پیش­بینی­های هوش مصنوعی تخمین زده می­شود که این ارز دیجیتال تا پایان سال جاری به ۰.۲۷ دلار برسد و در ابتدای سال به ۰.۳ دلار برسد.

ارز دیجیتال دوج­کوین

پولکادوت (DOT)

تجزیه و تحلیل فنی نشان می­دهد که قیمت DOT ممکن است افزایش یابد زیرا سازندگان آن در حال توسعه پلت­فرم بلاک­چین خود هستند و مسیری را برای ثبت­نام در صرافی­های ارزهای دیجیتال در سراسر جهان باز می­کنند و قیمت­ها را تا 60.00 دلار افزایش می­دهند.

کازماس (ATOM)

مارکوس سوتیریو، تحلیلگر در کارگزار دارایی دیجیتال مستقر در بریتانیا، درباره پیش بینی قیمت ارزهای دیجیتال گفت که بهترین عملکرد آلتکوین لایه ۱ در سال ۲۰۲۲ می­تواند کازماس (ATOM) باشد. در حال حاضر از دارایی­های اصلی مانند Binance Chain، OkEx، Crypto، Terra و Thorchain استفاده شده است.

اولنچ (AVAX)

تحلیل فنی و پیش‌بینی قیمت AVAX با بکارگیری هوش مصنوعی نشان می‌دهد که در سال ۲۰۲۲ ممکن است سکه از مرز ۱۳۰ دلار عبور کند. استیو ارلیش، مدیر عامل پلتفرم ارزهای دیجیتال وویجر دیجیتال، گفت که بازارها به تازگی متوجه مقیاس، سرعت و کارایی شده­اند و با اولنچ در حال شکوفایی هستند. او افزود: «از آنجایی که سایر پلتفرم‌ها با افزایش مقیاس دست و پنجه نرم می‌کنند، سرمایه‌گذاران و کاربرانی به سمت پلتفرم‌هایی خواهند رفت که می‌توانند توان عملیاتی را مدیریت کنند.»

جمع­ بندی

در این مقاله، ما سعی کردیم شما را با کاربرد هوش مصنوعی در رمزارزها، پیش بینی قیمت ارزهای دیجیتال و انواع مختلف آن آشنا کنیم. امروزه، ارز دیجیتال به یکی از پرطرفدارترین روش­های در­آمد و معامله در سراسر جهان تبدیل شده است. بنابراین، آگاهی کامل از این نوع معاملات الکترونیکی می­تواند بسیار مفید باشد.