Benjamin Ogden, Fondatore e Amministratore Delegato di DataGenn AI – Serie di Interviste

Benjamin Ogden è il fondatore e amministratore delegato di DataGenn AI, che costruisce agenti autonomi di investimento e trading che sono stati finemente regolati per generare previsioni di trading redditizie ed eseguire scambi di mercato. Utilizzando Reinforcement Learning from Human Feedback (RLHF), l’accuratezza delle previsioni di trading degli agenti migliora costantemente. Attualmente, DataGenn AI è nel processo di raccolta di fondi per sostenere la sua crescita continua e innovazione nel settore dei servizi finanziari.

Benjamin ha un diploma di laurea in Finanza presso l’Università della Florida Centrale. Ha personalmente negoziato miliardi in azioni e criptovalute, padroneggiando la dinamica del mercato con migliaia di ore di azione dei prezzi in tempo reale. Un sviluppatore di tecnologia internet dal 2001, Benjamin è anche un esperto di SEO che ha guadagnato oltre 20 milioni di dollari in profitti reverse-engineering gli aggiornamenti dell’algoritmo di ricerca di Google .

Lei è un imprenditore seriale, potrebbe condividere con noi alcuni punti salienti della sua carriera?

Ci sono molti punti salienti, poiché ho gestito aziende come imprenditore fin da quando ero un bambino di 6 o 7 anni. Mi piace imparare. Il percorso e il processo di apprendimento guidano la mia sete di conoscenza e saggezza. Sviluppare una comunità di blogging sociale e gestire un’azienda come amministratore delegato di thoughts.com dal 2007 al 2012 è stata una grande esperienza di apprendimento e trasformativa per me. Allo stesso modo, negoziare pesantemente nel mercato azionario dopo di ciò è stata un’altra importante esperienza di apprendimento che alla fine mi ha influenzato verso il percorso di lavorare sugli agenti di trading GenAI a DataGenn AI. Infine, il recente passaggio dal lavoro sull’SEO iGaming alla regolazione dei LLM e all’apprendimento dei fondamenti del machine learning è stato rigenerante perché mi ha dato l’opportunità di sviluppare agenti di trading potenziati da AI generativa per i mercati finanziari, realizzando una visione di accelerazione degli effetti degli interessi composti, una convinzione innovativa che ho avuto per oltre un decennio.

Quando ha iniziato a interessarsi di AI e machine learning?

Ho iniziato a interessarmi di AI a metà del 2022. Una volta che ho visto cosa stava facendo Jasper.ai a quel tempo, ho immediatamente spostato la mia attenzione quotidiana dall’SEO Marketing iGaming alla revisione di software e piattaforme di intelligenza artificiale all’avanguardia come Jasper AI e ChatGPT. Man mano che le mie conoscenze crescevano nel 2023 e i LLM progredivano rapidamente, così cresceva anche la mia passione per costruire tecnologie di trading di mercati finanziari di valore che sfruttano il potere dei LLM e dell’intelligenza artificiale.

Può condividere la storia di genesi di DataGenn AI?

Ho studiato Finanza al college presso l’UCF. Mentre ero al college, ho avuto un interesse particolare per i mercati finanziari. Nel 2012, ho avuto una visione specifica e dettagliata di una nuova tecnologia che avevo pianificato di inventare intorno al 2012, che chiamo “Digital Capital Mining”. L’idea con DCM è semplice: velocizzare gli effetti degli interessi composti compostando quotidianamente, quindi estraendo capitali digitalmente in 252 giorni di trading del mercato azionario all’anno.

Può spiegare come DataGenn INVEST sfrutta il modello Gemini di Google e i modelli MoE per prevedere i movimenti di trading intraday?

Posso fornire una panoramica generale degli strumenti che stiamo utilizzando a DataGenn AI, ma non commenterò i dettagli chiave al momento. In breve: con DataGenn INVEST stiamo utilizzando più modelli linguistici all’avanguardia e agenti specifici di entità costruiti sull’architettura MoE.

Quali sono i vantaggi specifici dell’utilizzo di RLHF (Reinforcement Learning con feedback umano) nell’addestramento degli agenti di trading?

RLHF è essenziale per addestrare il modello a imparare la risposta corretta e/o fornire tipi specifici di risposte in base alla richiesta dell’utente. Utilizzando RLHF con le previsioni degli agenti e gli scambi di mercato eseguiti, possiamo migliorare l’accuratezza di ogni agente sia delle previsioni di trading che degli scambi di mercato nel tempo e nelle iterazioni frequenti. RLHF aiuta anche con l’efficienza e addestra gli agenti a comprendere le sfumature e a eseguire compiti complessi.

Come DataGenn integra i dati in tempo reale da più fonti nella sua strategia di trading?

Nella nostra fase attuale di testing di più modelli e backtesting delle prestazioni degli agenti di trading, abbiamo un agente al livello Alpha in testing che utilizza dati in tempo reale da AlphaAdvantage. Abbiamo anche un agente al livello Beta in testing che utilizza Pinescript su TradingView per il backtesting. Stiamo conducendo ricerche critiche e testando le previsioni e le esecuzioni degli agenti. In produzione, useremo un terminale Bloomberg per il trading, i dati di mercato e le notizie critiche, ecc.

Come DataGenn INVEST assicura l’accuratezza e l’affidabilità delle sue previsioni di trading nei mercati finanziari volatili?

Stiamo costruendo, testando e backtestando gli algoritmi di strategia di trading e le barriere di sicurezza degli agenti DataGenn INVEST utilizzando standard del settore dei mercati finanziari come gli ordini di stop loss per ridurre il rischio di drawdown e gli ordini di stop loss a rimorchio per catturare efficacemente i profitti aumentati e bloccare i guadagni di trading. Prendiamo seriamente l’AI responsabile e siamo impegnati a costruire sistemi di intelligenza artificiale in modo sicuro, sia per i mercati finanziari che per la ricerca biofarmaceutica.

Come vede gli agenti di trading autonomi come DataGenn INVEST cambiare il panorama dei mercati finanziari?

Gli agenti DataGenn INVEST sono un cambiamento di gioco. Le dimensioni dei rendimenti del portafoglio che gli agenti di trading DataGenn INVEST realizzeranno sono inimmaginabili per il mondo degli investimenti di oggi, tipico e professionale. Ciò è dovuto al fatto che, ad esempio, 100.000 dollari composti al 1% giornaliero diventano 14.377.277 dollari in soli due anni.

Ci sono nuove funzionalità o capacità che è particolarmente entusiasta di introdurre?

Sto aspettando con ansia di presentare i risultati di ricerca del mio team che dimostrano quando abbiamo costruito correttamente i sistemi di agenti di trading DataGenn INVEST e stanno guadagnando frequentemente profitti trading nei mercati finanziari con un focus sull’accelerazione degli interessi composti attraverso la capitalizzazione giornaliera. Questo è un grande risultato che abbiamo ottenuto attraverso un lavoro instancabile e appassionato per diventare il leader del trading dei mercati finanziari GenAI.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare DataGenn AI.