از زمانی که تجارت وجود داشته است, فعالان بازار به دنبال سود حاصل از حرکات نرخ ارز. ما از تجارت لاله ها تا صرافی های ارزهای دیجیتال مسیری طولانی را طی کرده ایم اما با یک بیانیه همه موافق هستند: برای همه کار نمی کند.

اولین, ظهور کامپیوتر و سپس اینترنت باز یک فصل جدید در سرمایه گذاری, با ظهور کارگزاران اینترنتی, ارز رمزنگاری, روبات های تجاری. در حال حاضر تاجران انسانی و تاجران ربات در کنار هم زندگی می کنند. در این مقاله به مقایسه دو بازیگر اخیر می پردازیم. ما بررسی می کنیم که چگونه مردم تصمیم می گیرند و چگونه دستگاه قادر به یادگیری کدام تیم در اکثریت است و چه کسی موفق تر است!

تاجر انسانی

چگونه معامله گران تصمیم گیری? چه می تواند نتیجه تصمیم? چند بار باید تصمیم بگیرند?

نتیجه گیری پذیرفته شده در دنیای معامله گر این است که هیچ کس نباید بدون یک استراتژی با دقت کنار هم قرار گیرد. استراتژی باید پوشش فروش و خرید تصمیم گیری, زمانی که به انجام هر کاری زمانی که به خارج. مرحله اول استراتژی همیشه ورود به بازار است. چه من نیاز به دیدن در هر دو خرید و یا فروش طرف? این سیگنال می تواند یک یا چند شاخص, یک الگوی نمودار, سطح حمایت/مقاومت, یک رویداد خبری. هر کدام را که انتخاب کنید یک چیز قطعی است: هیچ کدام نتیجه 100 درصدی نخواهد داشت بنابراین شما باید برای هر سیگنال بارها و بارها وارد بازار شوید. استراتژی شده است با دقت تست شده و من می دانم که اگر من به دنبال سیگنال های من خواهد بود 60% حق و در سود خالص باشد.

همه اینها فرض می کند که من کاملا قادر به اجرای استراتژی خود در هر زمان هستم. اگر به همین سادگی است, چرا مقالات زیادی در مورد اهمیت روانشناسی معامله گر وجود دارد? چرا معامله گران موفقیت را تحت تاثیر قرار احساسات خود را به عنوان کلید موفقیت خود را? و چرا تجارت در منطقه توسط مارک داگلاس بسیار موفق شد?

این استراتژی در ابتدا به راحتی قابل اجرا است اما با گذشت زمان بسیار دشوارتر است به خصوص اگر چند ضرر متحمل شده باشیم. اگر ما منطقی تجدید نظر چه استراتژی می گوید در این وضعیت, روشن است که چه باید بکنیم, اما برای برخی از دلیل, ما که تصمیم گیری را ندارد. چرا یک معامله گر رفتار غیر منطقی زمانی که او تصمیم گرفته است به انجام این کار نیست?

ما باید به دنبال پاسخ در مغز باشیم.

مطالعات نشان می دهد که تصمیم گیری در مغز خیلی زودتر از ما می توانیم درک کنیم. علاوه بر این تاثیرات بیرونی می تواند مغز منطقی ما را پنهان کند و تصمیمی بگیرد که تحت شرایط دیگر نمی گرفتیم.

چه تاثیر می گذارد?

حالت عاطفی

نورون های مغز به حالت اعتماد به نفس پاسخ می دهند و بدون جمع شدن اطلاعات قبلی راحت تر تصمیم می گیرند. تجارت را به خاطر بسپارید که اگرچه از استراتژی پیروی نمی کرد اما به دلایلی احساس کردیم که کار می کند. پیروی صحیح از استراتژی تنها در صورتی امکان پذیر است که بتوانیم هر بار تصمیمی بی طرفانه و بدون احساسات بگیریم و در طولانی مدت دشوار است. نه تنها اعتماد به نفس بلکه یک حالت عاطفی منفی نیز تاثیر می گذارد. "من جرات ورود به این تجارت را ندارم, دفعه قبل موفق نشدم, احساس اعتماد به نفس نمی کنم.”

نظریه چشم انداز توسعه یافته توسط دانیل کانمن و ایموس تورسکی در سال 1979 بیان می کند که از دست دادن 1000 دلار به مردم صدمه می زند تا اینکه برنده شدن 1000 دلار احساس خوبی داشته باشد. به خاطر این اثر یکی باعث می شود تصمیم گیری است که کمک خواهد کرد که او را برای جلوگیری از از دست دادن و افزایش خواهد بود کمتر مطلوب برای او. نظریه چشم انداز در سال 2002 برای کار کانمن جایزه یادبود نوبل اقتصاد را دریافت کرد. این پایه و اساس اقتصاد رفتاری و مالی رفتاری است.

شهود

شهود فرایندی است که اطلاعات از طریق فرایندهای فکری یا استنتاج به دست نمی رسد. این احساس روده معروف است. ما نمی دانیم که چگونه می دانیم چه می دانیم اما می دانیم. شهود می تواند در تجارت استفاده می شود? شهود می تواند بسیار مفید و همچنین بسیار مضر باشد. تاجری که با چنین احساسی معامله می کند به این فکر نمی کند که چرا ورود به بازار ارزشمند است و صرفا بر اساس تجربه خود تاکنون فکر می کند کاری که انجام می دهد تصمیم خوبی است. و خودش خیلی سریع تصمیم می گیرد. چنین معامله گران روزانه حتی برای مدت طولانی در موقعیت خود باقی نمی مانند. دانیل کانمن در مصاحبه خود با خیابان اشاره می کند که در طول سال ها چنین معامله گرانی در درون خود مهارتی را ایجاد می کنند که در تجارت خود در راه یک ورزشکار استفاده می کنند. اگر شهود کسی تا این حد پیشرفته باشد می تواند بسیار مفید باشد اما زمان زیادی را تا زمانی که رشد کند.

انسان تحت تاثیر احساسات و تصمیمات غیرمنطقی قرار می گیرد و در پیروی از استراتژی خود با داشتن نیازهای بیولوژیکی مشکل دارد و به راحتی می تواند در موقعیتی که اشتباه است از دست بدهد. همزمان, او می توانند یاد بگیرند, سعی کنید نظریه های جدید, تصمیم گیری بصری, و توسعه مهارت های. طول می کشد تا مقدار زیادی از زمان برای توانایی های خود را به توسعه و برای شما قادر به استاد احساسات خود را حداقل 95% از معامله گران انسان از دست دادن گیری در تجارت و تنها خوش شانس 5% می تواند سود در دراز مدت.

معامله گر هوش مصنوعی

الگوریتم تجارت سنتی

الگوریتم های معامله گر در اطراف از قرن 20 بوده است, اما به طور گسترده ای تا به حال مورد استفاده قرار نمی. با توجه به 2016 مطالعه, 80% از معاملات در بازار فارکس توسط سیستم های تجاری خودکار به جای مردم ساخته شده. احساسات تحت تاثیر قرار نمی گیرند و می توانند دستورات را با سرعت و در مقداری اجرا کنند که هرگز قادر نخواهند بود. الگوریتم معامله گر طبق قوانین از پیش نوشته شده کار می کند, تصمیم مستقلی نمی گیرد, همیشه دقیقا همان چیزی است که برای او نوشته شده است. اغلب بر اساس برخی از روش های تجزیه و تحلیل فنی مانند یک شاخص معامله می شود. چوب به راحتی می تواند بفهمد که استراتژی ما در گذشته کار می کرد یا خیر. متاسفانه چنین تست های برگشتی تضمینی برای عملکرد بعدی نیستند.

مقالات پرطرفدار هوش مصنوعی:

علاوه بر این, ممکن است کار به خصوص ضعیف زمانی که شرایط بازار تغییر. یک استراتژی است که با استفاده از میانگین متحرک می تواند نتایج خوبی در یک بازار روند را, اما انجام ضعیف در یک بازار فرار. توصیف ریاضی نحوه تشخیص وضعیت بازار بسیار دشوار است. در عین حال یکی را از بار روانی و بیولوژیکی رها می کند که مزیت قابل توجهی به معامله گر می دهد اما هرگز نمی تواند بیشتر از چیزی باشد که در ابتدا برای او نوشته شده بود. حتی بیشتر در معرض حوادث پیش بینی نشده و مهم هستند. هنگامی که شرایط بازار به طور ناگهانی تغییر, الگوریتم هنوز هم می تواند چیزی جز اجرای استراتژی به عنوان قبل از انجام, اگر شرایط جدید دیگر مناسب, از دست دادن تضمین شده است.

الگوریتم یادگیری ماشین

با ظهور هوش مصنوعی عصر جدیدی شروع شد. در مقابل الگوریتم های یادگیری ماشین همیشه یک هدف و یک مجموعه داده وجود دارد. بر اساس داده ها مدل های ریاضی برای پیش بینی و تصمیم گیری می سازند. از یک خط فرمان از پیش تعیین شده پیروی نمی کنند بلکه بر اساس اشتباهات و تجربه خود راه حلی برای مشکل ایجاد می کنند. علم یادگیری ماشین در بسیاری از زمینه ها از تشخیص چهره گرفته تا اتومبیل های خودران گرفته تا امور مالی استفاده می شود. هوش مصنوعی قبلا در مناطقی که الگوریتم های قبلی شکست خورده اند ثابت شده است. برنامه ذهن عمیق می تواند بازی هایی مانند برو یا شطرنج را بعد از چند روز انجام دهد. با اجرای یک خط فرمان سفت و سخت نمی توان چنین بازی ای را با موفقیت انجام داد. استراتژی باید تغییر کند و به اقدامات حریف پاسخ دهد. همین امر در مورد معاملات ارزهای دیجیتال نیز صادق است. بازار لوکس بودن قابل پیش بینی را نمی دهد. هوش مصنوعی مانند یک انسان می تواند از اشتباهات خود درس بگیرد و خود را توسعه دهد اما بسیار سریعتر و دقیق تر از یک انسان.

B-cube. ai یک استارتاپ فینتک متخصص در الگوریتم های یادگیری ماشین است. اولین ربات معاملاتی ساخته شده با این فناوری در ارزهای دیجیتال بیت کوین و اتریوم معامله می شود. این ربات در شش ماه اول زندگی خود همچنین رویدادهای مهمی مانند فروپاشی مارس 2020 در نتیجه همه گیری کووید-19 را تجربه کرد. بسیاری از معامله گران انسانی و الگوریتم های سنتی در نتیجه این رویداد بی سابقه ورشکسته شده اند. با این حال ربات بی مکعب تمام 6 ماه سود خود را بسته و بهترین ماه فقط سقوط وزن مارس با سود 230% بود. این موفقیت از یک سو به روشهای ترکیبی تجزیه و تحلیل و از سوی دیگر به مدلهای پیشرفته یادگیری ماشین برمی گردد.

به طور کلی هر دو گروه ویژگی های خوب و بدی دارند. انسان ها می توانند مهارت های خود را توسعه دهند اما زمان زیادی طول می کشد و زندانی احساسات خود هستند. از طرف دیگر الگوریتم های سنتی هیچ احساسی ندارند اما در طولانی مدت نمی توانند سودمند عمل کنند.

در مجموع معامله گر هوش مصنوعی که از یادگیری ماشین استفاده می کند بیشترین پتانسیل را دارد. این زندانی احساسات خود نیست بلکه زندانی زیست شناسی نیست و از همه مهمتر زندانی اشتباهات خود نیست.

معاملات ارزهای رمزپایه شامل ریسک است. اطلاعات موجود در این وب سایت به منزله مشاوره سرمایه گذاری, مشاوره مالی, مشاوره تجاری, یا هر نوع مشاوره دیگری نیست و شما نباید با هیچ یک از مطالب مقاله به این ترتیب رفتار کنید. نویسنده, وب سایت و یا شرکت های مرتبط با توصیه نمی کند که هر رمزنگاری باید خرید, فروخته شده, و یا برگزار شده توسط شما. انجام علت سعی و کوشش خود را انجام و مشورت مشاور مالی خود را قبل از هر گونه تصمیم گیری سرمایه گذاری.