تحدثت قبل قليل مع Gemini pro 3.1 وتعمقت في النقاش، وأدركت أنه في الواقع يمكننا الآن باستخدام بطاقة رسومات عالية الأداء واحدة فقط، معالجة البيانات السوقية المتراكمة على مدى 500 شمعة من الماضي، وتحويلها إلى رموز (Tokenization)…

بعد التحويل إلى رموز، يصبح بإمكانك تدريب نموذج كبير بسيط على جهاز الكمبيوتر الخاص بك، أداؤه يشبه GPT-2، لكنه يركز فقط على تحليل احتمالات الأسعار.
خلال 2-3 سنوات فقط، يبدو أن تكلفة تدريب النماذج الكبيرة ليست نتيجة لتطور الأجهزة، بل تنقص بفضل ظهور خوارزميات جديدة لا تتوقف عن الابتكار.
فكرتي الحالية هي محاولة تدريب نموذج متعدد الوسائط بسيط، حيث يتم تبسيط بيانات الأسعار والطلبات إلى 8 رموز، وحجم التداول إلى رمزين، وأخيرًا الأخبار العاجلة التي تظهر على تلك الشمعة، يتم تبسيطها إلى معلومات إيجابية أو سلبية…
بهذا الشكل، يكفي أن يحتوي النموذج على 2-4 طبقات من Transformer، و128 بعدًا داخليًا، لالتقاط معظم الأنماط…
أعتقد أن هذه الفكرة ممتعة جدًا، وأفضل من مجرد جعل الذكاء الاصطناعي يكتب استراتيجيات تداول كمية فقط!