主题: Don’t beat the market; beat the bots: Adversarial networks in finance
摘要: 加勒特·兰德(Garrett Lander)和艾尔·卡里(Al Kari)使用金融市场的样本进行模拟,参与者(不稳定的人类交易者和可预测的自动交易者的混合)试图通过买卖所持资产来预测市场的活动。自动化交易员接受了有关持股历史数据的培训,而人类则根据偏见以及他们先前行动的成败进行反应性交易。然后,TensorFlow 2.0强大的新型强化学习工具构建了对抗网络,开始了乐趣。
对抗性网络,只有有限的资金,学习如何利用其他参与者的模式来操纵市场,以获取收益(最大化其自身持有量)或无政府状态(最大化市场波动性)。您不仅可以通过实时可视化观看此过程,而且还可以获得有关机器学习的最新命令的第一手经验:如果您的模型没有意义,那么F1,准确性,均方根误差(RMSE)等都是没有意义的。对自己的模式识别的可利用性并不强大。
邀请嘉宾:
Garrett Lander,是Manceps的机器学习架构师,Manceps是一家位于俄勒冈州波特兰的ML咨询机构。Garrett与客户合作,从第一步迈向自动化的客户到经验丰富的ML实践者,他们都希望优化生产模型。Garrett对AI笔测和道德日益增长的领域以及建立可在不继承其缺点的情况下改善人类决策的模型的工作特别感兴趣。
Al Kari,是Manceps的首席执行官兼首席顾问,他领导公司的使命是通过机器智能增强人的能力,重点是将机器学习和人工智能与云计算和大数据技术相融合。Al是机器学习的Google开发人员专家(GDE),是TensorFlow-Northwest和OpenStack Northwest用户组的组织者,也是开源AI和云技术的坚定倡导者。在此之前,Al是Microsoft的全球云推广人员,在那里他帮助了顶级ISVMicrosoft Azure平台上的合作伙伴。Al于90年代中期以软件架构师的身份开始了他的职业生涯,他在移居美国之前在海外成立了Softwarehouse。后来他在戴尔担任产品和服务领导职务,在那里他帮助建立了公司的虚拟化和云计算服务组合。共同创立了DetaCloud,这是一家精品的OpenStack工程技术强国;他是Red Hat的首席云架构师,负责帮助客户构建企业就绪的云基础架构。Al经常在主要行业会议上发表演讲,一直是倡导建立开放式人工智能和云技术以支持学术,工业和科学发展的直言不讳的倡导者。他是Linux专业协会Cloud Advisory Council的常任理事。