自比特币在2008年底首次问世以来，加密货币已经取得了长足的进步。仅仅10年时间，这个市场就从零增长到大约4000亿美元，此后又有3000种加密货币问世。但这种成功并非没有起伏。在此期间，单是比特币的价格就从近2万美元波动到不到1美分。用加密货币可以赚很多钱，也会损失很多钱。对投资者(和开发商)来说，幸运的是，人工智能(AI)提供了在这个动荡的市场中导航的方法。
从情绪分析中提取价值
确定加密货币的价值是很棘手的。与传统的股票市场不同，价值并不与现金流或可用资产等因素密切相关。相反，投资者必须依靠人气。但是，他们如何理解及时地说了些什么呢?开发商Teju Tadi相信他可能有答案。
大多数加密货币的价格波动都是由群体本能决定的——当人们以与周围大多数人相同的方式思考和行动时。基于此，Teju说，对新闻标题、Reddit帖子和tweet的情绪分析可以很好地指示加密货币价格走势的方向。利用递归神经张量网络(RNTNs)， Teju已经在分析这些短信的情绪，开发一个人工智能加密货币交易机器人。
递归神经张量网络
RNTNs评估文本的语义组合性，这对于能够从一组稀疏的信息(如tweet)中准确判断情感至关重要。
将数据解析为二叉树。具体的向量表示由所有的单词组成，并表示为叶。从下至上，这些向量成为优化的参数，作为softmax分类器的特征输入。向量被分为五个类，并分配一个分数。
“当两个单词之间的相似性被编码时，这两个向量就会移动到下一个根。输出分数和班级。分数表示解析的正反两面，而类则在当前解析中对结构进行编码。第一个叶组接收解析，然后第二个叶组接收下一个单词。所有三个单词的解析分数都被输出，然后转移到下一个根组，”Teju说。
递归过程会一直进行，直到所有输入都用完为止，每个单词都包括在内。在实际应用中，RNTN最终要比这个复杂得多。RNTN不会在句子中为下一个叶子组使用下一个单词，而是会尝试下一个单词，并最终检查代表整个子解析的向量。在递归过程的每一步执行这个操作，RNTN可以分析语法分析的每一个可能得分。
下图显示了如何使用RNTN方法解析和分析一个句子。Teju也在这个视频中解释了这个过程。
图示：来自斯坦福树银行的评分示例
支持技术
作为英特尔®AI学院的一员,Teju能够使用英特尔®AI DevCloud运行复发性神经网络和实验与Twitter数据的模型正在工作。英特尔®上运行至强®扩展处理器,英特尔AI DevCloud预装机器学习框架和工具快速启动和深入学习项目。这些包括氖™框架,英特尔®优化Theano *,英特尔®优化TensorFlow *,英特尔®优化咖啡*,英特尔®分布Python *(包括NumPy、SciPy和scikit-learn *)和Keras *库。
如果您正在考虑启动一个深度学习项目，阅读《开始使用Intel AI DevCloud》将使您更好地理解可用的模型以及如何使用AI DevCloud启动培训。
开发人员的机遇
Teju Mycointrac *已经成立了一个业务,专注于提供cryptocurrency市场情报。“一旦产品完全开发出来，”他说，“我计划利用它提供的数据，作为我的新加密货币对冲基金sense ence Investments L.P.做出关键投资决定的因素之一。该公司自今年1月1日开始运营。该计划是基于一些高频、机器学习技术，以及深度学习和情绪分析，开发交易策略。
Teju希望RNTNs也能帮助他利用其他机会，比如套利——在不同市场同时买卖资产。利润是两个市场价格之间的差额。
金融行业为那些能够利用人工智能解决一些最紧迫挑战的开发者提供了许多巨大的机会。例如，股票市场投资持续获得高回报
【来源：千家网】
