به گفته محققان، CryptoRLPM اولین سیستم هوش مصنوعی مبتنی بر یادگیری تقویتی برای استفاده از معیارهای زنجیره ای برای مدیریت پورتفولیو است.

یک جفت محقق از دانشگاه Tsukuba در ژاپن اخیراً یک سیستم مدیریت سبد ارزهای دیجیتال مبتنی بر هوش مصنوعی ساخته اند که از داده های زنجیره ای برای آموزش استفاده می کند، که به گفته دانشمندان اولین در نوع خود است.

این سیستم هوش مصنوعی که CryptoRLPM نامیده می شود، مخفف «مدیر پورتفولیو یادگیری تقویت ارزهای دیجیتال» است، از یک تکنیک آموزشی به نام «یادگیری تقویت شده» برای اعمال داده های زنجیره ای در مدل خود استفاده می کند.

یادگیری تقویت‌شده (RL) یک الگوی بهینه‌سازی است که در آن یک سیستم هوش مصنوعی با محیط خود (در این مورد، یک نمونه کار ارزهای دیجیتال) تعامل می‌کند و آموزش خود را بر اساس سیگنال‌های پاداش به روز می‌کند.

CryptoRLPM بازخورد RL را در سراسر معماری خود پیاده سازی می کند. این سیستم به پنج واحد اصلی ساختار یافته است که برای پردازش اطلاعات و مدیریت پورتفولیوهای ساختاریافته با هم کار می کنند.

این ماژول ها شامل یک واحد تغذیه داده، واحد پالایش داده، واحد واسطه پورتفولیو، واحد تراکنش زنده و واحد به روز رسانی نماینده است.

پس از توسعه، دانشمندان CryptoRLPM را با اختصاص سه نمونه کار آزمایش کردند. اولی فقط شامل بیت کوین (BTC) و Storj (STORJ) بود، دومی BTC و STORJ را در حالی که Bluzelle (BLZ) اضافه می کرد، نگه داشت و سومی هر سه را در کنار Chainlink (LINK) نگه داشت.

آزمایش‌ها در سه مرحله مختلف (آموزش، اعتبارسنجی، آزمون پس‌آزمون) در یک دوره از اکتبر 2020 تا سپتامبر 2022 انجام شد.

محققان موفقیت CryptoRLPM را با استفاده از سه معیار بر اساس ارزیابی پایه استاندارد عملکرد بازار اندازه‌گیری کردند: «نرخ بازده انباشته» (AAR)، «نرخ بازده روزانه» (DRR)، و «نرخ سورتینو» (SR).

AAR و DRR در یک نگاه میزان از دست دادن یا به دست آوردن دارایی را در یک بازه زمانی معین اندازه گیری می کنند و SR بازده تعدیل شده با ریسک دارایی را اندازه گیری می کند.

طبق مقاله تحقیقاتی پیش از چاپ دانشمندان، CryptoRLPM پیشرفت های قابل توجهی را نسبت به عملکرد پایه نشان می دهد:

به طور خاص، CryptoRLPM حداقل 83.14 درصد بهبود در ARR، حداقل 0.5603 درصد بهبود در DRR، و حداقل 2.1767 در SR در مقایسه با بیت کوین اساسی نشان می دهد.

مرتبط با: DeFi با هوش مصنوعی ملاقات می کند: آیا این هم افزایی می تواند تمرکز جدید خریدهای فناوری باشد؟

نویسنده: Tristan Greene