介绍人工智能和机器学习

我们很自豪地告诉大家,我们一直在勤奋地对我们的咨询平台进行技术改进。我们与英国一所著名大学的最新战略伙伴关系导致了一个为期两年的项目的实施,该项目最终将人工智能和机器学习引入我们的商品分析中。你可以在下面找到更多关于这个项目的信息。 

2022年10月,我们目前的模型预测的价格与实际价格对比

医学博士的说明

回顾我们关于棉花的数据在19世纪开始时,季节和天气被认为是更高力量的结果。跳到21世纪,现代科学和信息已经传遍全球,人们的态度也随之发生了变化。曾经被认为是神秘的现象,现在通常被归结为物理学和数学。模式出现在我们周围,随着计算能力的提高,我们识别和模拟这些模式的能力也在提高。从似乎在 "听你说话 "的社交媒体算法到分析全球范围内趋势的股市交易算法。所有的现象都可以被简化为输入和接近确定的反应,这只是一个时间问题。

商品市场和股票市场是地球上最大的数据处理者。它们从大量的宏观和微观因素中获取信息,从全球事件到交易者的情绪,并将这些信息简化为一个单一的指标:价格。商品或股票的价格遵循逻辑和模式。价格科学已经被研究了几千年,虽然有些人已经接近预测价格,但绝大多数人还没有接近了解整个情况。 

那么,有什么 改变了什么?

首先,如此专注地研究价格的人中,很少有人是不知道价格的。以棉花为例,从农民到生产商都有一个希望价格上涨的方向。这也是近来EAP在预测市场方面如此成功的原因之一。他们在提供建议的市场中不持有头寸,所以他们在没有固定方向的情况下阅读模式。这导致EAP开发了他们自己的模型和规则,并尊重上述规则和模型,就像任何价格不可知的市场分析师会做的那样。尽管如此,EAP并不是第一个同类的市场分析师,也不是第一个开发自己的模型的分析师。正是人工智能的引入将EAP推向了新的高度。

人工智能是一个被科学家和记者使用的热门词汇,但简单来说,它是什么意思,与EAP有什么关系?它是一种测试理论的方式,而有关的理论是棉花和其他软商品和谷物的价格预测。任何人工智能测试的准确性和有用性由两个因素的质量决定:信息和用于分析信息的模型。EAP拥有超过100年的商品市场的高质量数据,他们经过测试的分析模型已经被证明是正确的,而且一次又一次。EAP收集的关于价格、供求和宏观事件的数千个数据点对于一个分析师或分析师团队来说太多,他们无法记住并在每次市场变动时进行咨询,但我们已经开发了一个计算机程序,可以在几秒钟内处理和测试历史市场模式,以提供预测,而不是像一个人需要几天或几周来处理。这个模型每天都在改进。它正在用这个历史模式测试系统证明EAP的市场理论的正确性和错误性,并完善其提供的预测的准确性。 

目前,该模型的预测准确率为80%,随着EAP经验丰富的分析团队对数据处理模型的完善,这一准确率已经并将继续提高。如果没有人工智能专业知识,这是不可能的,这就是为什么EAP与利物浦大学合作,他们带来了超过30年的人工智能专业知识,并对该模型及其在早期阶段的惊人准确性表示了极大的兴趣。EAP正在证明市场不是随机的,并对其遵循的模式进行建模。我们正在计算未来的价格,而不是预测它们,我们希望在未来十年成为价格预测科学的领导者。

项目摘要

Earlam and Partners (EAP) 在棉花市场方面提供商品咨询。EAP有一个分析价格走势的数学模型,它拥有市场信息,通过人工分配权重来进行预测,并在每周市场报告中提供。 

为了大规模地提供EAP的服务,需要自动化和加强准确性。使用轻量级可解释人工智能,可以确定信息权重的模式。这些模式可以用来建立一个商品价格预测(CPP)系统,它既是轻量级的(在标准的台式机上运行),又是可解释的(告诉用户预测是如何得出的)。使用拟议的CPP系统提供实时预测将帮助整个供应链的客户在面对日益增长的市场波动时变得更有弹性,并更好地管理他们的业务。

愿景是将棉花以外的商品扩展到其他商品(大豆、玉米、小麦、咖啡、糖和可可),这些商品的农民和制造商越来越受到气候变化、战争和其他因素的影响。经过10年的棉花分析模型的开发和完善,EAP需要引入学术界的人工智能专业知识,以扩展到更多的市场,并帮助更多的人,而不是他们自己,因此提议的KTP。

战略目标

EAP已经成功提供了超过13年的商品咨询服务。EAP在收集数据和提供5个领域的见解方面拥有成熟的流程。棉花市场基本面(1),棉花的对冲基金头寸(2),棉花图表形态解读(3),棉花季节性统计分析(4)和整体宏观分析(5)。今天,该组织拥有一支训练有素的顾问团队,他们的工作是为现有客户提供支持,以确保做出充分知情的运营和财务决策。EAP根据经验和国际市场的确切情况,通过加权信息(上述 "1到5")来管理他们的决策,并由Jo Earlam领导。

这种合作关系的愿景是将利物浦大学在人工智能建模方面的专业知识,用于测试和改进EAP数学模型,该模型拥有微观和宏观信息,包括当前和历史信息。通过利用深度学习的工具和技术,可以对更多的商品进行更有效的商品价格预测。拥有一个反映EAP分析师决策的软件,将有助于提供更一致的见解,并教会公司的分析师更多的算法,从而更好地理解市场。通过人工智能市场预测模型的发展,价格预测和洞察力将变得越来越自动化、准确和及时,对个人专业知识的依赖将减弱。 

EAP有野心通过软件提供服务,而不是像传统的咨询公司那样只通过电话和电子邮件与客户互动。最近,EAP建立了一个网络平台以提高其服务的可扩展性。然而,分析工作受限于其内部分析人员的能力。EAP没有内部的机器学习和人工智能专业知识,因此希望与英国著名大学合作。在这个项目结束时,EAP计划拥有一个可以提供自动市场预测的系统,可以全天候访问。这些预测将得到EAP分析师的直接咨询和见解的支持,但并不依赖这些咨询和见解。 

双周报告是目前EAP客户获得洞察力的手段,这些报告与棉花供应链各个环节的客户共享。这种合作关系将最终使EAP的预测模型更加准确,并可按需使用,这是颠覆性的,与该领域的其他咨询产品不同。这种合作关系有可能将EAP转变为棉花和农业商品咨询领域的创新领导者。

缺少的知识

EAP有兴趣使用一个在线环境,即商品价格预测(CPP)系统来提供他们的服务,该系统具有轻量级和可解释的AI预测模型。该环境将托管在一个基于网络的平台上(因此该模型需要 "轻量级"),由人工智能机制支撑,将以可解释的方式预测商品价格指数。我们的愿景是为种植者提供支持,特别是世界各地的棉花种植者。不仅仅是大型种植者,也包括只耕种几英亩土地的小型种植者。

EAP认为人工智能解决方案是提供拟议平台的核心。该平台的实现将需要一系列EAP目前不具备的人工智能技术,包括:(i) 数据清理(项目阶段1), (ii) 预测(项目阶段1), (iii) 可解释的人工智能和轻量级人工智能(项目阶段2), (iv) 数据可视化(项目阶段4)和(iv)模型预测的维护(项目阶段4)。项目阶段5).所有的人工智能领域,知识库的合作伙伴都有专业的知识。人工智能是利物浦计算机科学系的两大研究支柱之一,有大约20名学者,包括知识库的主管和学术带头人。可解释的人工智能,或人们常说的EXAI,轻量级人工智能和预测模型的维护都是知识库合作伙伴目前感兴趣的计算机科学研究领域。EXAI的动机是全球需要获得人工智能系统终端用户的信任,从而使人工智能的潜力得到充分实现。实现这一目标的方法之一是提供关于人工智能系统如何做出决定的解释。EAP认为,可解释性是他们设想的CPP系统的一个基本特征;EAP的客户将希望了解CPP系统的预测是如何得出的。轻量级人工智能关注的是建立只需要少量处理能力的深度学习预测模型。其动机是允许使用只有有限功率的设备访问深度学习,并且从环境角度来看,减少深度学习系统使用的功率。其基本思想是建立深度学习模型,然后对其进行压缩,从而减少底层网络的大小。EAP相信,鉴于他们希望使用在线平台提供预测,轻量级人工智能将是必不可少的。预测模型的维护越来越受到关注,因为我们不希望在有新数据时重新学习深度学习模型;相反,我们只希望更新模型的相关部分。