Zabudnite na priemerovanie ceny Bitcoinu. Táto revolučná metóda vám zarobí o 300 % viac

Analýzy Nový model AI poskytuje mnohonásobne vyššie zisky na Bitcoine
Nový model AI poskytuje mnohonásobne vyššie zisky na Bitcoine. Zdroj: shutterstock.com/Blue Planet Studio/Thongden Studio
BitmarketsCatslap ICO mobil baner

V súčasnej dobe, kedy Bitcoin atakuje 18-mesačné maximá okolo hodnoty 37 000 dolárov, sa stále viac ľudí zaujíma o toto cenné aktívum. Jeho držitelia neskrývajú optimizmus a radosť z rastúcej hodnoty ich portfólií. Radujú sa tí, ktorí sa zaraďujú medzi dlhodobých hodlerov, ale aj tí, ktorí Bitcoin obchodujú v krátkom časovom horizonte. A nádej svitá aj tým, ktorí nakupovali v ošiali nad hodnotou 50 000 dolárov a ktorých peňaženky doteraz vykazovali katastrofálne otvorené straty.

Denník Cointelegraph informuje o objave gréckych vedcov a nadšencov Bitcoinu, ktorých metóda vám údajne pomôže zhodnotiť vaše kryptomenové portfólio o 300 % viac ako doteraz známe modely „kúp a drž” či hodl. Významnú úlohu v nej zohráva aj umelá inteligencia.

Umelá inteligencia zmení trh s Bitcoinom

Výskumná správa gréckych bádateľov z Medzinárodnej helénskej univerzity a Demokritovej univerzity v Trákii v Grécku, na čele s Georgiosom Touliasom, bola nedávno zverejnená vo vestníku Empirical Economics Letters (empirické ekonomické listy). Výskumníci sa zamerali na historické dáta Bitcoinu a pomocou nich vytvorili 4 modely generatívnej umelej inteligencie so strojovým učením. Dáta boli pomocou AI spracované do konkrétnych výstupov, ktoré priniesli zaujímavé výsledky.

Snaha väčšiny investorov od nepamäti bola „lacno kúpiť – draho predať”. O tento typ investovania prejavuje aj v súčasnosti záujem najviac investorov. Preto aj po súčasnom skokovom náraste ceny Bitcoinu môžeme pozorovať medzi investormi povestné FOMO (strach z premeškanej príležitosti). Výsledky vedcov, ktorí si pomohli umelou inteligenciou však hovoria jasne: metóda „buy the dip”, čiže nakúp v poklese, je z dlhodobého hľadiska pomerne málo účinná.

V správe vedci uvádzajú, že sa im podarilo pomocou strojového učenia vytvoriť model umelej inteligencie s názvom SVM Linear, ktorý až s 67,74 %-nou presnosťou dokáže predikovať nárast ceny Bitcoinu. Napriek tomu, že je tento model empirickým výsledkom strojového učenia a vo výskumnej praxi dosiahol o 297 % vyšší výnos ako tradičné investorské nástroje, odporcovia protestujú, že mnoho veľkých investorov typu Warren Buffett či Charlie Munger z veľkej časti vybudovalo svoje rozprávkové bohatstvo práve na „zachytení najlepšej ceny” aktíva.

Strojové učenie je budúcnosť investovania

Strojové učenie je budúcnosť investovania. Zdroj: shutterstock.com/Jirsak

Binance
97 %

Zarábaj aj ty na raste kryptomien.

Začni ich nakupovať na Binance a získaj 100 dolárový vstupný bonus.

Sponzorovaný obsah

Napriek tomu, že dnes ešte nie je jasné, aké neprebádané možnosti bude investorom do kryptomien poskytovať umelá inteligencia, s istotou môžeme povedať, že bude mať rovnako, ako v ostatných odvetviach, zásadný význam na formovanie prostredia digitálnych aktív.

„Darí sa nám vytvárať modely, ktorých prognózy dávajú investorom možnosť dosahovať vyššie zisky,” napísali vo vyššie zmienenej práci grécki odborníci. Práve to je dôvod, prečo sme presvedčení o skorých významných vplyvoch AI na celý finančný trh.

Umelá inteligencia sa vzdeláva a získava skúsenosti

Strojové učenie mnohých systémov umelej inteligencie sa každým dňom posúva vpred. Človek teda už nie je jedinou inteligenciou na svete, ktorá dokáže nadobúdať skúsenosti a efektívne sa učiť. Avšak tak, ako pri ľudskom učení sa, aj pri strojovom učení modelov AI sú mimoriadne dôležité vstupné dáta. Ak tieto nie sú správne, ak sú v nich medzery alebo dezinformačné údaje, strojové učenie umelej inteligencie sa vyberie zlým smerom a nemá schopnosť autokorekcie.

Schopnosťou modelov umelej inteligencie je na základe naučených vzťahov, súvisov a vzorcov riešiť konkrétne úlohy, absolútne nesúvisiace s dátami, ktorými boli naprogramované. Preto sa pri tréningu modelov AI využíva takzvané „príznakové inžinierstvo”, ktoré má za úlohu vybrať len tie najrelevantnejšie údaje, s ktorými potom umelá inteligencia začína operovať a využívať ich na generovanie ďalších súvislostí. V tomto bode je extrémne dôležitá spomenutá kvalita údajov, pričom nejde ani tak o kvantitu, ako práve o kvalitu poskytnutých dát na predídenie nesprávneho smerovania strojového učenia.

Budúcnosť nám ukáže, do akej miery bude už čoskoro umelá inteligencia vo všetkých formách a podobách ovplyvňovať a skvalitňovať životy ľudí po celom svete.

Mohlo by vás zaujať: Umelá inteligencia: Pokrokový vynález alebo hrozba pre ľudstvo?

txbKvakomat mobil