Benjamin Ogden, Fundador y CEO de DataGenn AI – Serie de Entrevistas

Benjamin Ogden es el fundador y CEO de DataGenn AI, que construye agentes autónomos de inversión y comercio que han sido afinados para generar predicciones de comercio rentables y ejecutar operaciones de mercado. Utilizando Aprendizaje de Refuerzo con Retroalimentación Humana (RLHF), la precisión de las predicciones de comercio de los agentes mejora continuamente. Actualmente, DataGenn AI se encuentra en el proceso de recaudar fondos para apoyar su crecimiento continuo y la innovación en la industria de servicios financieros.

Benjamin tiene un título en Finanzas de la Universidad de Florida Central. Ha comerciado personalmente miles de millones en acciones y criptomonedas, dominando la dinámica del mercado con miles de horas de seguimiento de la acción de los precios en tiempo real. Como desarrollador de tecnología de Internet desde 2001, Benjamin también es un experto en SEO que ha ganado más de $20 millones en beneficios mediante la ingeniería inversa de las actualizaciones del algoritmo de búsqueda de Google .

¿Puedes compartir algunos aspectos destacados de tu carrera como empresario?

Hay muchos aspectos destacados, ya que he estado dirigiendo empresas como empresario desde que era un niño de 6 o 7 años. Me encanta aprender. El camino y el proceso de aprendizaje impulsan mi sed de conocimiento y sabiduría. Desarrollar una comunidad de blogs sociales y dirigir una empresa como CEO de thoughts.com desde 2007 hasta 2012 fue una gran experiencia de aprendizaje y transformadora para mi carrera. De manera similar, comerciar en el mercado de valores después de eso fue otra experiencia de aprendizaje importante que finalmente me llevó a trabajar en agentes de comercio de GenAI en DataGenn AI. Finalmente, la transición reciente de trabajar en SEO de juegos de azar a afinar LLM y aprender los fundamentos del aprendizaje automático ha sido emocionante, ya que me da la oportunidad de desarrollar agentes de comercio de generación de IA para mercados financieros, lo que hace realidad una visión de acelerar los efectos del interés compuesto, una creencia innovadora en los mercados financieros que he mantenido durante más de una década.

¿Cuándo te interesaste inicialmente por la IA y el aprendizaje automático?

Comencé a interesarme en la IA a mediados de 2022. Una vez que vi lo que Jasper.ai estaba haciendo en ese momento, cambié mi enfoque diario de SEO de marketing de juegos de azar a revisar software y plataformas de inteligencia artificial de vanguardia de la época, como Jasper AI y ChatGPT. A medida que mis conocimientos crecieron a lo largo de 2023 y los LLM progresaron rápidamente, también creció mi pasión por construir tecnologías de comercio de mercados financieros valiosas que aprovechan el poder de los LLM y la inteligencia artificial.

¿Puedes compartir la historia de la creación de DataGenn AI?

Estudié Finanzas en la universidad en UCF. Mientras estaba en la universidad, tenía un interés particular en los mercados financieros. En 2012, tenía una visión específica y detallada de una nueva tecnología que planeaba inventar alrededor de 2012, a la que llamo “Minería de Capital Digital”. La idea con DCM es simple: acelerar los efectos del interés compuesto mediante la compounding diaria, lo que equivale a “minar” capital digitalmente durante 252 días de operaciones del mercado de valores al año.

¿Puedes explicar cómo DataGenn INVEST aprovecha el modelo Gemini de Google y los modelos MoE para predecir los movimientos de comercio intradiario?

Puedo proporcionar una visión general de alto nivel de las herramientas que estamos utilizando en DataGenn AI, pero no comentaré sobre detalles clave en este momento. En resumen: con DataGenn INVEST, estamos utilizando múltiples modelos de lenguaje de vanguardia y agentes específicos de entidad construidos sobre la arquitectura MoE.

¿Cuáles son las ventajas específicas de utilizar RLHF (Aprendizaje de Refuerzo con Retroalimentación Humana) en la capacitación de tus agentes de comercio?

RLHF es esencial para capacitar al modelo para que aprenda la respuesta correcta y/o proporcione tipos específicos de respuestas basadas en la solicitud del usuario. Al utilizar RLHF con las predicciones y operaciones de mercado de nuestros agentes, podemos mejorar la precisión de cada agente en cuanto a predicciones de comercio y operaciones de mercado con el tiempo y las iteraciones frecuentes. RLHF también ayuda con la eficiencia y la capacitación de los agentes para que comprendan matices y ejecuten tareas complejas.

¿Cómo integra DataGenn datos en tiempo real de múltiples fuentes en su estrategia de comercio?

En nuestra fase actual de prueba de múltiples modelos y pruebas de desempeño de los agentes de comercio, tenemos un agente en nivel Alfa en pruebas que utiliza datos en tiempo real de AlphaAdvantage. También tenemos un agente en nivel Beta en pruebas que utiliza Pinescript en TradingView para pruebas de desempeño. Estamos realizando investigaciones críticas y pruebas de las predicciones y ejecuciones de comercio de nuestros agentes. En producción, utilizaremos un terminal de Bloomberg para comercio, datos de mercado y noticias críticas, etc.

¿Cómo garantiza DataGenn INVEST la precisión y confiabilidad de sus predicciones de comercio en mercados financieros volátiles?

Estamos construyendo, probando y realizando pruebas de desempeño de los algoritmos de estrategia de comercio de los agentes de DataGenn INVEST y las barreras de seguridad mediante el uso de estándares de la industria de los mercados financieros, como órdenes de Stop Loss para reducir el riesgo de pérdida y órdenes de Stop Loss en seguimiento para capturar eficazmente las ganancias aumentadas y bloquear las ganancias de comercio. Tomamos IA Responsable en serio y estamos comprometidos con la construcción de sistemas de IA de manera segura, ya sea para mercados financieros o investigación biofarmacéutica.

¿Cómo ves que los agentes de comercio autónomos como DataGenn INVEST cambian el panorama de los mercados financieros?

Los agentes de DataGenn INVEST son un cambio de juego. Los tamaños de las ganancias de cartera que los agentes de comercio de DataGenn INVEST realizarán son inimaginables para el mundo de la inversión de hoy, tanto para inversores típicos como para inversores profesionales. Esto se debe a que, por ejemplo, $100,000 compuestos al 1% diario se convierten en $14,377,277 en solo dos años.

¿Hay nuevas características o capacidades que te gustaría presentar?

Estoy emocionado de presentar los hallazgos de investigación de nuestro equipo, que demuestran que cuando hemos construido correctamente los sistemas de agentes de comercio de DataGenn INVEST y están obteniendo ganancias frecuentes en los mercados financieros con un enfoque en acelerar el interés compuesto a través de la compounding diaria. Este es un logro importante que hemos obtenido a través de un trabajo incansable y apasionado para convertirnos en el líder de los mercados financieros de GenAI.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar DataGenn AI.