더 넓은 범위의 데이터
기본적으로 양적 거래 수준이 높을수록 뒤에서 처리해야 할 데이터가 많아진다고 볼 수 있다. 최상위 정량화 전략 뒤에는 종종 엄청난 양의 데이터가 있습니다.
현재 일부 기업들은 전통적인 재무 데이터뿐 아니라 항구 컨테이너의 위성 이미지와 기타 사진 정보를 사용하거나 뉴스 보도, 블로그, 유명 인사 강연에서 경제 발전의 실마리를 얻고 있다. 이미지 인식 및 자연어 처리에 대한 기술 지원을 통해 많은 구조화되지 않은 데이터도 분석할 수 있습니다. 빅데이터, 구조화되지 않은 데이터, 교육 모델 모두 인공지능 기술의 개입이 필요하다. 런던에 있는 FRM 헤지펀드 책임자인 패트릭은 이에 대해 잘 설명했다. 이 인터넷 시대에는 인간의 가능한 처리 능력보다 훨씬 더 많은 데이터를 얻었다. 이 거대한 정보 바다에서 패턴을 분석하고 식별하는 유일한 방법은 기계 학습 도구와 기술을 사용하는 것이다. 이것은 더 나은 투자 전략을 개발하는 방법입니다. ""
자기 진화 및 반복 거래 전략
데이터 처리에서 인공 지능 기술은 데이터 소스를 넓혀 분석에 더 많은 데이터를 포함할 수 있도록 합니다. 알고리즘의 경우, 인공지능 기술도 금융 수단이 자동으로 진화하고 거래 전략을 반복할 수 있게 해준다. AI 양량거래의 창시자인 Rebellion 의 최고 투자책임자 알렉산더 (Alexander) 는 자신의 제품을 소개하면서 이렇게 말했다.
"Dell 은 시스템에 20 년간의 글로벌 경제 및 시장 데이터를 제공하고 현대 금융의 역사를 학습하여 다양한 요소가 다양한 자산 범주, 산업 및 지역의 가격에 어떤 영향을 미치는지 파악할 수 있도록 했습니다. 그것은 절차에 따라 어떤 특정한 거래 전략도 따르지 않는다. 왜냐하면 우리는 그것을 찾으라고 말하지 않았기 때문이다. 이 시스템은 개념을 자동으로 인식하고 개념을 특정 시장 조건에서의 성능 성과와 연결합니다. "
반면 기존의 정량화 투자 방법은 종종 사전 설정 전략을 엄격하게 적용하는데, 그 기본 가정은 현재의 관련성이 무한히 지속된다는 것이다. 그러나 이것은 종종 큰 문제를 야기한다, 왜냐하면 시장이 빠르게 변하기 때문이다. 따라서 인공지능 시스템의 장점은 낡은 관계의 쇠퇴와 새로운 관계의 출현에 따라 자신의 투자 전략을 끊임없이 진화시킬 수 있다는 것이다.
반역을 예로 들다. 금융과 무역데이터를 분석한 결과 지난 18 개월 동안 상품과 외환시장의 주기가 짧아진 것으로 나타났다. 따라서 자동으로 재조정하고, 더 짧은 주기의 영향을 계산하고, 새로운 전략으로 거래합니다.