为金融市场创建预测机器

Fayze Bouaouid是金融情报应用Springbox AI的联合创始人兼首席执行官。他拥有银行和金融学理学硕士学位，并且在银行和资产管理领域拥有近二十年的经验。

在这些行业中，只要机器获得了完整的数据，机器就可以执行许多比人类更好和更快的活动，例如计算和财务报告。

如今，人类正在构建的AI工具在预测趋势，提供复杂分析以及执行自动化方面比人类更快，更便宜地变得更加强大。但是，还没有能够自动交易的AI驱动机器。

即使有可能训练出一种可以取代人类判断力的系统，但仍然存在一定程度的误差，以及某些人类只能理解的事物。人类仍然最终要负责基于AI的预测机的设计，而进步只有通过他们的输入才能实现。

最初，构建基于AI的预测机需要了解要解决的问题和用户的需求。此后，根据机器的性能选择将要实施的机器学习技术非常重要。

共有三种技术：监督学习（从示例中学习），无监督学习（用于识别常见模式的学习）和强化学习（基于游戏化概念的学习）。

确定了这项技术之后，就该实施机器学习模型了。对于“时间序列预测”（涉及对未来进行预测），可以使用具有序列对序列（Seq2Seq）模型的长短期记忆（LSTM）。

LSTM网络特别适合基于按时间顺序索引的一系列数据点进行预测。 甚至可以使用适用于图像和视频识别的简单卷积神经网络，或适用于手写和语音识别的递归神经网络。