Maaaring Dalhin ng Algos ang Trading sa loob Lang ng Limang Taon-Ayon ng Mga Eksperto

Ang algo trading ay nagiging mainstream

Sa nakalipas na dalawang taon, ang saloobin sa mga modelo ng AI trading ay nagbago nang husto, at karamihan sa mga institusyonal na kumpanya sa pamumuhunan ay gumagamit na ngayon ng mga serbisyo ng mga tagapagbigay ng algo trading o pagbuo ng kanilang sariling mga predictive algorithm. Sa isang bahagi, ito ay nangyari dahil ang tradisyonal na mga diskarte sa pamamahala ng pondo ay nabigong gumanap ayon sa mga inaasahan sa merkado.

Ayon kay Ksenia Semenova , Chief Business Strategy Officer ng Cindicator , ang pangunahing driver patungo sa pagpapatibay ng algorithmic trading ay ang pagpapakilala ng mga tokenized na asset. Nabanggit niya na “ Nagsimula ang Cryptocurrencies sa algo trading, at ito ay isang trend kung saan ang lahat ng trading ay ililipat sa algo trading...”

Nangibabaw ang mga coder at data scientist

Ang mga eksperto ay naglaan din ng ilang oras upang talakayin ang mga uso na nasa ilalim ng radar hanggang ngayon. Mas maraming mangangalakal ang gumagamit ng kanilang mga kasanayan sa pag-coding upang bumuo ng mga estratehiya na partikular na gagamitin ng iba pang retail na mamumuhunan, habang ang mga kliyenteng institusyonal ay bumaling sa mga data scientist upang lumikha ng mga algorithm.

AI masters hindi perpektong impormasyon

Tinalakay din ng mga panelist ang potensyal ng machine learning . Tiantian Itinuro ni Kullander , Co-Founder ng Amber AI, ang tagumpay ng Deep Mind ng Google, na maaari na ngayong talunin ang mga tao sa mga laro sa totoong mundo na kinasasangkutan ng hindi perpektong impormasyon. Sinabi ni Kullander na “Kung iisipin mo ang tungkol sa mga merkado, ito rin ay mga laro ng hindi perpektong impormasyon, dahil walang sinuman ang gumising at bumili ng stock nang random.”

Yaron Idinagdag ni Golgher , CEO ng I Know First, na mapapahusay ng AI ang pangangalakal sa dalawang magkaibang paraan. Una, maaaring gamitin ang mga algorithm upang kumpirmahin ang mga manual na desisyon sa pangangalakal. Pangalawa, ang mga predictive tool ay maaaring gamitin upang sistematikong pumili ng mga estratehiya bilang batayan para sa mga produkto ng pamumuhunan na pinapagana ng AI, tulad ng mga ETF at mutual funds.

Kailangan pa ng tao

Sa kasalukuyan, 80 porsiyento ng pangangalakal sa US ay ginagawa sa pamamagitan ng makina, at inaasahan ng panel ang pagtaas ng pagpapatupad ng AI sa hinaharap. Ang mga panelist ay gumawa ng pagkakaiba, gayunpaman, sa pagitan ng paggamit ng automation at machine learning. Sa merkado ngayon ng cryptocurrency, ang mga programmer ay responsable pa rin sa paglikha at pagsubok ng mga algorithm. Maaaring tumagal ng ilang taon upang mangolekta ng sapat na data para isuko ng mga tao ang kanilang aktibong papel sa proseso ng pangangalakal.

Ang artikulong ito ay bahagi ng aming recap ng iFX EXPO Asia 2019. Maaari mong tingnan sa ibaba ang mga nakaraang sesyon ng serye, o bisitahin ang opisyal na channel ng iFX EXPO sa YouTube upang panoorin ang lahat ng mga session ng iFX EXPO Asia 2019 at makakuha ng mga karagdagang insight mula sa mga tagaloob ng industriya.

Naghahanap upang mag-trade ng forex ngayon？ Ang WikiFX ay ang pinakamahusay na Opsyon!