In het kader van het Einstein Telescope programma zijn we tevens bezig om een soort hele nieuwe AI aanpak te ontwikkelen. Normale AI modellen zijn namelijk een blackbox, ze trainen op allerlei trainingsdata (vertaald in getallen) en uiteindelijk komt er iets uit wat voorspeld wordt (ook in de vorm van getallen). Hoe het AI model echter tot zijn besluit precies komt, is moeilijk te achterhalen / visualiseren.

De AI techniek die we aan het bouwen en testen zijn is gebaseerd op “learning-by-example”. Dus naast dat we “normale AI modellen” draaien, hebben we parallel iets draaien wat de historische voorbeelden bewaart, visualiseert en de historische echte impact daarbij aangeeft.

In de grafiek zie je zogenaamde Candle Stick charts. Dit is een visuele weergave van financiële koerspatronen die vaak door manuele handelaren op de beurs worden gebruikt. Deze worden gebruikt om het exacte moment te kunnen bepalen om bepaalde posities te openen en sluiten. Aan de hand van het patroon proberen ze te identificeren welke richting de koers in de nabije toekomst gaat verlopen.

Aan de linkerkant zie je het huidige patroon op de beurs. De patronen die er naast staan zijn vergelijkbare patronen die in het verleden al eerder zijn voorgekomen op de beurs met daarbij aangegeven wat de echte historische impact was van dit patroon (wat is er met de koers gebeurt nadat dit patroon er was). Elke rij is een ander AI model wat we getest hebben. Het onderste model blijkt het meest nauwkeurig te zijn, het weet echt sterk vergelijkbare patronen die zijn opgetreden in de beurshistorie eruit te halen.

Deze techniek zou straks aangeboden kunnen worden als een AI-assisted systeem voor manuele handelaren op de beurs. Daar is het nu eigenlijk al geschikt voor. Een manuele handelaar kan naast deze informatie uiteraard tevens andere informatie gebruiken om te kijken of er wel of niet een positie wordt geopend of gesloten.

Daarnaast zijn we aan het kijken of we er een volledig automatische handelaar van kunnen maken.

In het kader van de Einstein Telescope kunnen we dit straks wellicht tevens gebruiken om nieuwe signalen te herkennen die sterk lijken op eerdere (bevestigde) signalen. We werken met deze methode met visuele representaties aangezien mensen die beter kunnen gebruiken/beoordelen dan pure getallen en dus beter uitlegbaar zijn richting mensen waarom de AI bepaalde keuzes heeft gemaakt.

Met dank aan Gideon Franken die hier goed werk heeft verricht.
#einsteintelescope #boostingalpha #gw #xai #artificialintelligence