Бенджамин Огден, основатель и генеральный директор DataGenn AI – Интервью

Бенджамин Огден является основателем и генеральным директором DataGenn AI, разрабатывающей автономных инвесторов и трейдеров, которые были тонко настроены для генерации прибыльных торговых прогнозов и выполнения рыночных сделок. Используя Reinforcement Learning from Human Feedback (RLHF), точность прогнозов торговли агентов постоянно улучшается. В настоящее время DataGenn AI находится в процессе сбора средств для поддержки своего дальнейшего роста и инноваций в финансовой сфере.

Бенджамин имеет степень бакалавра по финансам Университета Центральной Флориды. Он лично торговал миллиардами акций и криптовалют, освоив рыночную динамику с тысячами часов в режиме реального времени. Как опытный разработчик интернет-технологий с 2001 года, Бенджамин также является SEO-экспертом, который заработал более 20 миллионов долларов, обратив вспять обновления алгоритма поиска Google .

Вы являетесь серийным предпринимателем, можете ли вы поделиться с нами некоторыми яркими моментами из своей карьеры?

Есть много ярких моментов, поскольку я занимаюсь бизнесом как предприниматель с детства, с 6 или 7 лет. Я абсолютно люблю учиться. Путь и процесс обучения стимулируют мою жажду знаний и мудрости. Разработка социального блогинга и управление компанией в качестве генерального директора thoughts.com с 2007 по 2012 год было ценным опытом и трансформацией карьеры для меня. Аналогично, торговля на фондовом рынке после этого была еще одним важным опытом, который в конечном итоге повлиял на меня и привел к работе над агентами генерации ИИ в DataGenn AI. Наконец, недавний переход от работы над SEO для игровой индустрии к тонкой настройке моделей ИИ и изучению основ машинного обучения был вдохновляющим, поскольку он дает мне возможность разработать генеративные агенты торговли, основанные на ИИ, для финансовых рынков, реализуя мою давнюю мечту ускорения эффектов сложных процентов.

Когда вы впервые стали интересоваться ИИ и машинным обучением?

Я начал интересоваться ИИ в середине 2022 года. Как только я увидел, что делает Jasper.ai в то время, я сразу же сменил свою ежедневную направленность с SEO-маркетинга игровой индустрии на изучение передовых программных платформ и систем искусственного интеллекта, таких как Jasper AI и ChatGPT. По мере того, как мои знания росли в 2023 году, и модели ИИ быстро прогрессировали, так же росла и моя страсть к созданию ценных технологий торговли на финансовых рынках, которые используют силу моделей ИИ и искусственного интеллекта.

Можете ли вы рассказать историю создания DataGenn AI?

Я изучал финансы в колледже в Университете Центральной Флориды. Во время учебы у меня была особая заинтересованность в финансовых рынках. В 2012 году у меня была конкретная и подробная концепция новой технологии, которую я планировал изобрести, которую я называю “Цифровая добыча капитала”. Идея с DCM проста: ускорить эффекты сложных процентов, сложив их ежедневно, тем самым добывая капитал цифровым способом за 252 торговых дня фондового рынка в год.

Можете ли вы объяснить, как DataGenn INVEST использует модель Gemini от Google и модели MoE для прогнозирования внутридневных торговых движений?

Я могу предоставить общий обзор инструментов, которые мы используем в DataGenn AI, но не буду комментировать ключевые детали на данный момент. Коротко говоря, с DataGenn INVEST мы используем несколько передовых языковых моделей и агентов, специфичных для сущностей, построенных на архитектуре MoE.

Какие конкретные преимущества использования RLHF (Reinforcement Learning with Human Feedback) в обучении ваших торговых агентов?

RLHF необходим для обучения модели правильным ответам и/или предоставлению определенных типов ответов на основе пользовательского запроса. Используя RLHF с прогнозами наших агентов и выполнением рыночных сделок, мы можем улучшить точность каждого агента как в прогнозах торговли, так и в рыночных сделках с течением времени и частыми итерациями. RLHF также помогает с эффективностью и обучением агентов понимать нюансы и выполнять сложные задачи.

Как DataGenn интегрирует данные в реальном времени из нескольких источников в свою торговую стратегию?

На нашей текущей стадии тестирования нескольких моделей и проверки производительности торговых агентов у нас есть агент на уровне Alpha, который тестируется и использует данные в реальном времени от AlphaAdvantage. У нас также есть агент на уровне Beta, который тестируется и использует Pinescript на TradingView для проверки. Мы проводим критические исследования и тестируем прогнозы и выполнение сделок наших агентов. В производстве мы будем использовать терминал Bloomberg для торговли, рыночных данных и важных новостей и т. д.

Как DataGenn INVEST обеспечивает точность и надежность своих торговых прогнозов на волатильных финансовых рынках?

Мы строим, тестируем и проверяем алгоритмы торговой стратегии агентов DataGenn INVEST и системы безопасности, используя отраслевые стандарты финансовых рынков, такие как ордера Stop Loss для снижения риска убытков и ордера Trailing Stop Loss для эффективного захвата увеличенных прибылей, одновременно фиксируя прибыль от сделок. Мы серьезно относимся к Ответственному ИИ и обязуемся строить системы ИИ безопасно, будь то для финансовых рынков или биофармацевтических исследований.

Как вы видите, как автономные торговые агенты, такие как DataGenn INVEST, изменят ландшафт финансовых рынков?

Агенты DataGenn INVEST являются прорывом. Размеры доходов от портфеля, которые агенты DataGenn INVEST будут получать, будут неслыханными для сегодняшнего мира инвестиций, как для обычных, так и для профессиональных инвесторов. Это связано с тем, что, например, 100 000 долларов, сложенных под 1% в день, станут 14 377 277 долларами всего за два года.

Есть ли новые функции или возможности, которые вы особенно рады представить?

Я с нетерпением жду возможности представить результаты исследований нашей команды, которые демонстрируют, когда мы построим системы торговых агентов DataGenn INVEST правильно и они будут получать частые прибыли, торгуя на финансовых рынках с фокусом на ускорении сложных процентов посредством ежедневного сложения. Это значительное достижение, которого мы добились благодаря неустанной и страстной работе, чтобы стать лидером в области торговли на финансовых рынках с помощью ИИ.

Спасибо за отличное интервью, читатели, которые хотят узнать больше, должны посетить DataGenn AI.