Benjamin Ogden, Gründer & CEO von DataGenn AI – Interview-Serie

Benjamin Ogden ist der Gründer und CEO von DataGenn AI, das autonome Investoren- und Trader-Agenten entwickelt, die fein abgestimmt sind, um profitable Handelsvorhersagen zu generieren und Markthandels zu tätigen. Durch die Verwendung von Reinforcement Learning from Human Feedback (RLHF) verbessert sich die Handelsvorhersagegenauigkeit der Agenten kontinuierlich. Derzeit ist DataGenn AI im Prozess, Mittel aufzubringen, um sein weiteres Wachstum und seine Innovationen in der Finanzdienstleistungsbranche zu unterstützen.

Benjamin hat einen Bachelor-Abschluss in Finanzen von der University of Central Florida. Er hat persönlich Milliarden in Aktien und Kryptowährungen gehandelt und die Marktdynamik mit Tausenden von Stunden in Echtzeit-Preisaktionsverfolgung beherrscht. Als erfahrener Internet-Technologie-Entwickler seit 2001 ist Benjamin auch ein SEO-Experte, der über 20 Millionen Dollar an Profiten durch Reverse-Engineering von Google-Suchalgorithmus-Updates verdient hat.

Sie sind ein Serienunternehmer, können Sie uns einige Highlights aus Ihrer Karriere teilen?

Es gibt viele Highlights, da ich seit meinem 6. oder 7. Lebensjahr als Unternehmer Unternehmen geführt habe. Ich liebe es, zu lernen. Der Prozess des Lernens treibt meinen Durst nach zusätzlichem Wissen und Weisheit an. Die Entwicklung einer sozialen Blogging-Community und die Leitung eines Unternehmens als CEO von thoughts.com von 2007-2012 war eine großartige Lernerfahrung und Karriere-Transformer für mich. Ebenso war der anschließende Handel mit Aktien ein wichtiges Lernerlebnis, das mich schließlich auf den Weg zu GenAI-Handelsagenten bei DataGenn AI brachte. Schließlich war der Übergang von der Arbeit an iGaming-SEO zu Feinabstimmung von LLMs und dem Erlernen der Grundlagen des Machine Learning belebend, da es mir die Möglichkeit gibt, generative AI-gesteuerte Handelsagenten für Finanzmärkte zu entwickeln und eine Vision von beschleunigten Zinseszinseffekten zu realisieren, eine finanzielle Märkte-Überzeugung, die ich seit über einem Jahrzehnt vertrete.

Wann haben Sie sich initially für KI und Machine Learning interessiert?

Ich begann, mich Mitte 2022 für KI zu interessieren. Als ich sah, was Jasper.ai zu dieser Zeit tat, wechselte ich sofort meine tägliche Konzentration von iGaming-SEO-Marketing zu Überprüfung von State-of-the-Art-KI-Software und -Plattformen wie Jasper AI und ChatGPT. Als meine Kenntnisse im Laufe des Jahres 2023 wuchsen und LLMs rasch fortschritten, wuchs auch meine Leidenschaft für den Bau wertvoller Finanzmarkt-Handelstechnologien, die die Macht von LLMs und KI nutzen.

Können Sie die Genesis-Geschichte hinter DataGenn AI teilen?

Ich studierte Finanzen an der UCF. Während meines Studiums hatte ich ein besonderes Interesse an den Finanzmärkten. Im Jahr 2012 hatte ich eine spezifische und detaillierte Vision einer neuen Technologie, die ich erfand, die ich “Digital Capital Mining” nenne. Die Idee hinter DCM ist einfach: Beschleunigen Sie die Auswirkungen der Zinsen durch tägliches Zinseszinsen, also digitales Kapital über 252 Börsentage pro Jahr.

Können Sie erklären, wie DataGenn INVEST Googles Gemini-Modell und MoE-Modelle nutzt, um intraday-Handelsbewegungen vorherzusagen?

Ich kann einen Überblick über die Werkzeuge geben, die wir bei DataGenn AI verwenden, aber ich werde nicht auf Schlüsseldetails eingehen. Kurz gesagt: Mit DataGenn INVEST verwenden wir mehrere Frontier-Sprachmodelle und entitätspezifische Agenten, die auf MoE-Architektur aufbauen.

Was sind die spezifischen Vorteile der Verwendung von RLHF (Reinforcement Learning mit menschlicher Rückmeldung) bei der Schulung Ihrer Handelsagenten?

RLHF ist essentiell, um das Modell zu trainieren, um die richtige Antwort zu lernen und/oder bestimmte Arten von Antworten basierend auf dem Benutzerauftrag zu liefern. Durch die Verwendung von RLHF mit den Vorhersagen und ausgeführten Markthandels unserer Agenten können wir die Genauigkeit jeder Agenten-Vorhersage und Markthandels über Zeit und häufige Iterationen verbessern. RLHF hilft auch bei der Effizienz und trainiert die Agenten, Nuancen zu verstehen und komplexe Aufgaben auszuführen.

Wie integriert DataGenn Echtzeit-Daten aus mehreren Quellen in seine Handelsstrategie?

In unserer aktuellen Testphase mit mehreren Modellen und Backtesting-Handelsagenten-Performance haben wir einen Alpha-Handelsagenten, der Echtzeit-Daten von AlphaAdvantage verwendet. Wir haben auch einen Beta-Handelsagenten, der Pinescript auf TradingView für Backtesting verwendet. Wir führen kritische Forschung und Tests unserer Agenten-Vorhersagen und Handelsausführungen durch. In der Produktion werden wir ein Bloomberg-Terminal für Handel, Marktdaten und kritische Nachrichten usw. verwenden.

Wie stellt DataGenn INVEST die Genauigkeit und Zuverlässigkeit seiner Handelsvorhersagen in volatilen Finanzmärkten sicher?

Wir bauen, testen und backtesten die DataGenn INVEST-Handelsstrategie-Algorithmen und Sicherheitsvorkehrungen, indem wir Finanzmarkt-Branchenstandards wie Stop-Loss-Orders verwenden, um das Drawdown-Risiko zu reduzieren, und Trailing-Stop-Loss-Orders, um erhöhte Gewinne effektiv zu erfassen und Handelsgewinne zu sichern. Wir nehmen Verantwortungsvolle KI ernst und sind uns verpflichtet, KI-Systeme sicher zu bauen, sei es für Finanzmärkte oder biopharmazeutische Forschung.

Wie sehen Sie autonome Handelsagenten wie DataGenn INVEST die Landschaft der Finanzmärkte verändern?

DataGenn INVEST-Agenten sind ein Game-Changer. Die Größe der Portfolio-Renditen, die DataGenn INVEST-Handelsagenten realisieren werden, ist unfassbar für die heutige Investitions- und professionelle Investorenwelt. Dies liegt daran, dass beispielsweise 100.000 Dollar bei 1% täglich 14.377.277 Dollar in nur zwei Jahren werden.

Gibt es neue Funktionen oder Fähigkeiten, die Sie besonders darauf freuen, einzuführen?

Ich freue mich darauf, unsere Forschungsergebnisse vorzustellen, die demonstrieren, dass wir die DataGenn INVEST-Handelsagenten-Systeme korrekt aufgebaut haben und sie häufige Gewinne beim Handel mit Finanzmärkten erzielen, mit dem Fokus auf die Beschleunigung von Zinseszinseffekten durch tägliches Zinseszinsen. Dies ist eine große Errungenschaft, die wir durch unermüdliche und leidenschaftliche Arbeit erzielt haben, um zum Leader von GenAI-Finanzmarkt-Handel zu werden.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten DataGenn AI besuchen.