TradeRiser Децентрализованная экосистема и Исследовательский ассистент по вопросам торговли Traderiser.com Версия 1.3 LIGHTPAPER
TradeRiser
Децентрализованная экосистема иИсследовательский ассистент по
вопросам торговли
Tr a d e r i s e r. c o m В е р с и я 1 . 3
LIGHTPAPER
Содержание
Введение
Проблема
Улучшение исследовательского процесса
Технология
Команда TradeRiser
Консультанты
Дорожная карта
Продажа токенов XTI и распределение
Детали продажи токенов
3
4
7
9
13
14
15
16
17
Введение
3
В мире торговли и инвестирования, наиболее мощную финансовую аналитику обычно получают немногие. TradeRiser хочет разрушить данное положение вещей, путем демократизации аналитики финансовых данных и делая их доступными для масс. Исследование торговых идей и изучение финансовых рынков - медленный процесс. Требуется всего один источник правды, который может предоставить немедленные ответы на вопросы по торговле в больших масштабах. В частности, как новости и события влияют на цены активов по всему миру.TradeRiser это Исследовательский Ассистент на основе искусственного интеллекта, который может дать ответ на простые и сложные вопросы по торговле. Для тренировки искусственно интеллекта мы будем использовать блокчейн для строительства системы стимулов, которые будут поддерживаться и наполняться данными от огромной сети количественных аналитиков и исследователей. Будет представлена экономика на основе токена, который называется XTI, для поощрения исследователей за их данные и вклад в платформу.
Следом за этим будет создана вторая экономика вокруг исследовательского рынка, в котором разработчики квантовой модели и производители контента смогут охватить потребителей в экосистеме. Участие сообщества поможет достичь цели демократизации и упрощения аналитики финансовых данных.
Мотивация - упрощение анализа финансовых данных
Разрушение интенсивных исследований человеков
Протестировано маленькое количество идей
Проблема
4
Рост всемирной паутины привел к инновациям в поисковых технологиях. Это сделало
Интернет более доступным и повсеместным. Однако анализ финансовых данных не
пользовался тем же уровнем простоты и доступности во всемирной паутине. Рост
больших данных нельзя остановить, финансовые фирмы и отдельные лица находятся
в гонке по поиску возможностей для торговли. Данная задача будет только
усложняться по мере открытия новых источников данных. Это отключение в
доступности и повсеместности предоставляет огромную возможность системам,
которые стремятся демократизировать аналитику финансовых данных.
TradeRiser создает Исследовательского Ассистента на основе ИИ, который может
отвечать на простые и сложные вопросы по торговле. Финансовые профессионалы по
всему миру проводят много времени и денег на исследования, пытаясь получить ответы
на эти вопросы по торговле. Такие исследования, как правило, занимают много
времени, неэффективны, подвержены информационной перегрузке и требуют
большого количества рабочей силы. Эти проблемы еще больше усугубляются
появлением криптовалют и финансовых профессионалов, желающих их продать,
наряду с традиционными ценными бумагами. Быстрый взрыв криптовалют заставил
многие другие технологии играть в догонялки, индивидуальным трейдерам нужен
простой способ анализа активов этого класса.
Нынешние платформы полагаются на высокую степень технических ноу-хау для
тестирований идей по торговле, а из-за барьеров на вход лишь немногие идеи
тестируются. Каждый день менеджер портфеля обладает инвестиционной идеей и ему
нужно обращаться к количественному аналитику для построения модели. Это является
узким местом в большинстве фирм финансовых услуг и в результате тестируется
гораздо меньше идей. То же самое относится к отдельным трейдерам, которые хотят
тестировать идеи, но не имеют доступа к необходимым инструментам
Трудоемкость
Неэффективность
Информационная перегрузка
Новости и события - Неструктурированные Данные
5
Количественное исследование может быть неимоверно трудоемким процессом, так как
это требует множественные шаги для завершения, иногда занимая несколько дней и
часов. Другие узкие места включают вычислительный процесс из-за количества
анализируемых данных.
Процесс исследования требует сбора данных, очистке данных и анализе данных и
последним шагом является создание отчета. Это невероятно неэффективный процесс.
Поскольку данные являются новым «маслом» или ценным ресурсом, работа аналитиков
становится труднее в процессе обработки данных. Постоянно появляются новые
возможности данных, что потенциально может быть использовано в финансовых
исследованиях, особенно неструктурированных данных
Хорошо известно что новости и мировые события влияют на финансовые рынки, и это
является причиной создания таких инструментов, как календари экономической и
заработной отчетности. Данные инструменты позволяют трейдерам быть в курсе и
отслеживать основные события, которые оказывают влияния, однако существует
множество мировых событий, которые не включаются в календарь, который должен
быть структурирован. В то же время трейдеры изо всех сил стараются поддерживать
или хеджировать данные из таких источников, как twitter, новости криптовалюты, данные
о погоде и даже спутниковые данные. Вся вселенная разрешений на лекарства,
экономические отчеты, изменения денежно-кредитной политики и политические события
и их влияние на почти все виды финансовых активов необходимо укрощать и
структурировать.
Решение
6
TradeRiser решает эти проблемы через Исследовательского Ассистента, который
может немедленно дать ответы на вопросы по торговле, которые имеет трейдер или
инвестор о финансовых рынках. Механизм токена TradeRiser будет отслеживать и
компенсировать финансовым аналитикам их наборы данных вопросов, проверку
достоверности данных, проверку точности, предложения и создание примера отчета.
Финансовые аналитики могут совершать вклад этими путями, чтобы помочь в
машинном обучении Исследовательского Ассистента, и получать компенсации
соответственно. XTI является основным механизмом, используемым для облегчения
этой экосистемы, он предоставляет владельцам XTI непосредственное участие в
продвижении системы «единственный источник правды» вопросов и ответов.
TradeRiser фокусируется на ускорении исследовательского процесса и лучшего пользова-тельского опыта. Это будетсделано за счет обработки запросов естественного языка.
СБОР ДАННЫХ СРАЗЛИЧНЫХ
ИСТОЧНИКОВ
ОЧИСТКАДАННЫХ
ЗАГРУЗКА ДАННЫХВ EXCEL ИЛИ
ДРУГИЕ ИНСТРУМЕНТЫ
АНАЛИЗДАННЫХ
СОЗДАНИЕОТЧЕТА
ТРАДИЦИОННЫЙ ПОДХОД
ЗАДАНИЕВОПРОСА
TRADERISER
TRADERISER ДАЕТ ОТВЕТ НА ВОПРОС
TRADERISER
СОЗДАНИЕ ОТЧЕТА
Возможность - Первая стадия
Улучшение исследовательского процесса
Благодаря функциональности TradeRiser, потребители смогут протестировать больше
торговых идей. TradeRiser предлагает альтернативную и дополнительную
исследовательскую платформу, которая может работать рука об руку с действующими
системами.
Алгоритмический трейдинг и машинное обучение являются разрушительными тенденциями
в управлении инвестициями. Такой тип трейдинга требует технических ноу-хау, и, хотя
барьеры для входа постепенно устраняются, он все еще не является мейнстримом.
Существует сильные пример использования для трейдинга и исследования, который не
является алгоритмическим, но при этом основан на обработке естественного языка.
Представьте, что вместо нужды обучаться программированию для разработки
комплексных стратегий, это можно просто выразить на простом естественном
человеческом языке.
Вслед за растущим спросом на криптовалюты и традиционные активы, мы верим, что
существует огромная возможность для: изучения криптоактивов и традиционных активов
на основе естественных языков.
7
Ассистент в исследовании - Примеры использования, 1 этап
8
TradeRiser сфокусирован на ускорении исследовательского процесса и также лучшего
пользовательского опыта. Это будетсделано за счет обработки запросов естественного
языка.
Пример использования 1Джеймс - инвестор, который инвестирует в крипто-активы. из-за внезапного бума крипто-
активов в недавние годы, поставщики технологий все еще играют на догоняющем уровне.
Корреляцию между неструктурированными данными и этими активами все еще предстоит
использовать. Он обращается к традиционным инструментам для анализа рынков, но они
неэффективны, его обычный способ анализа этих активов это изучение диаграмм.
Джеймс хочет, чтобы он смог написать алгоритм, который он мог бы использовать для
исследования и инвестирования, но он не может.Когда несколько стран объявляют
запрет криптовалют, а публичные фигуры денонсирует их, Джеймс хочет знать «в среднем,
насколько повышаются криптовалюты в течение 4 часов после запрета или денонсации?»Это потребует от Джеймса сбора большого количества данных и запуск моделей в
электронной таблице Excel или хуже приобретения приложения терминала для импорта и
выполнения вычислений.
Пример использования 2Йэн запускает собственный хедж-фонд криптоактивов, у него есть список идей для
инвестиций, которые он хочет изучить. У него есть список из 20 вопросов, на которые он
хочет получить ответ, однако, из-за ограниченных ресурсов и времени, нет способа
исследовать эти инвестиционные стратегии быстро. Йэн не является разработчиком и не
хочет передавать работу на аутсорсинг. Текущее состояние игры означает, что ему
придется полагаться на одного количественного аналитика, с которым он рабоате, чтобы
проработать эти идеи. И это может занять до 2 недель.
Йэн хотел бы, чтобы был API, который он мог бы вызвать или отправить его электронную
таблицу с вопросами и получить ответ на них.
Блокчейн
Обработка естественного языка
Искусственный интеллект обучаемый децентраллизованной
9
Технология
Программная сеть, известная как блокчейн, хранит информацию в сети компьютеров, делая
их не только децентрализованными, но и распределенными. Это означает что нет никакой
центрального звена, которое владеет системой. Данное хранилище информации и
сотрудничество и сотрудничество в сети основаны на правилах, которые также называются
интеллектуальным контрактом. Сеть Ethereum это платформа, которая позволяет создавать
P2P приложения на основе интеллектуальных контрактов. Это позволяет разработчикам
создавать принудительно криптографические взаимоотношения. Таким образом, XTI будет
использовать интеллектуальные контракты для обеспечения необходимой ему
инфраструктуры сети, а именно стимулирование финансовых аналитиков, создателей
контента и потребителей исследований для взаимодействия в нашей сети через
использование токена.
Обработка естественного языка (NLP) определяется как автоматическая или
полуавтоматическая обработка человеческого языка. NLP по существу
многодисциплинарна: она тесно связана лингвистикой. Она также имеет связи с
исследованиями в когнитивной науке, психологии, филисофии и математике. В
компьютерной науке, она относится к теории формального языка, методам компилятора,
доказательству теорем, машинному обучению и человеко-компьютерному взаимодействию.
На данный момента, NLP как правило считается огромной частью ИИ и машинного
обучения. Наш Исследовательский Ассистент в значительной степени опирается на NLP для
решения вопросов по финансовым данным и для организации и классификации данных по
новостным событиям.
системойСистемы искусственного интеллекта опираются на данные для построения моделей для
обеспечения функционала. Чем качественнее данные, тем лучше получается модель.
Многие финансовые профессионалы и независимые трейдеры по всему миру обладают
богатыми знаниями и данными, большинство которых остаются частными и
неиспользуемыми. Как объяснялось ранее, многие торговые идеи не изучаются из-за
барьеров на вход. Модели, обученные на основе данных из сети децентрализованной
экспертизы, обещают значительно улучшить удобство пользования, путем запуска
большего числа интеллектуальных приложений.
Искуственный интеллект на сегодняшний день
10
Участники решенияЭкосистема может быть представлена следующим образом:
ВИРТУАЛЬНЫЕ
ПОМОЩНИКИ
БРОКЕРЫ И
БИРЖИ
КОМАНДАTRADERISER
ПОСТАВЩИКИ
ДАННЫХ
ЭКОСИСТЕМА
ТЕХНОЛОГИЧЕСКИЙ СТЕКИССЛЕДОВАТЕЛЬСКОГО
АССИСТЕНТА
ВЛАДЕЛЬЦЫ XTI
ПОЛЬЗОВАТЕЛИTRADERISER
ХЕДЖ ФОНДЫ,ЗДРАВООХРАНЕНИЕ,
ПРИЛОЖЕНИЯРОБО-ПОМОЩНИКИ
КОЛИЧЕСТВЕННЫЕ
АНАЛИТИКИ ИАНАЛИТИЧЕСКИЕ
ФИРМЫ
Текущая работа в машинном обучении показала, что более крупные модели могут в значительно улучшить всеобщую производительность. С появлением глубокого обучения, данная область быстро расширяется. Данные, которые лежат в основе машинного обучения, краудсорсинга, вопросов и ответов, необходимыми для обучения моделей и стимулирования участия в сети на основе токенов, обеспечат гораздо более крупную модель.
11
Картинка 1 : Обзор Исследовательского Ассистента
Research Assistant
ПОЛЬЗОВАТЕЛИ ПОЛЬЗОВАТЕЛИ
ПОЛЬЗОВАТЕЛИ
В НЕДЕЛЬНЫХ ЧАРТАХ ПАРЫ EUR/USD КАК МНОГО РАЗ ЦЕНА
ВЫХОДИЛА ЗА ЛИНИИ
БОЛЛИНДЖЕРА В 2015
И 2016 ГОДАХ?
ОТЧЕТ ОБОТВЕТЕ
ПОЛЬЗОВАТЕЛИ
КАК МНОГО ПОРОСЯТНА РЫНКЕ СВИНЕЙ США
УМЕРЛО ИЗ-ЗА ПИЩЕВОГОВИРУСА В 2014 ГОДУ
КАКОВА ВОЛАТИЛЬНОСТЬБОЛЬШИНСТВА
КРИПТОВАЛЮТ СПУСТЯ3 МЕСЯЦА ПОСЛЕ ИХ ICO?
В НЕДЕЛЬНЫХ ЧАРТАХ ПАРЫ EUR/USD КАК МНОГО РАЗ ЦЕНА
ВЫХОДИЛА ЗА ЛИНИИ
БОЛЛИНДЖЕРА В 2015
И 2016 ГОДАХ?
ОТЧЕТ ОБОТВЕТЕ
ОТЧЕТ ОБОТВЕТЕ
ОТЧЕТ ОБОТВЕТЕ
12
ЗаключениеОдной из самых главных задач для TradeRiser это доведение модели Исследовательского Ассистента до критической массы. Иными словами, приведение его к такому состоянию, в котором он может ответить на большинство вопросов по торговли, которые будут иметь пользователи. Систему нужно обучать большому количеству вопросов, событий и рыночным данным. 1 этап предусматривает способ получения наборов данных с вопросами.
Это будет сделано TradeRiser путем выпуска токенов XTI в качестве компенсации за текущие вклады в создание базы знаний, с помощью которой будет сделано машинное обучение. Как только будет достигнута критическая масса, выполнение 2 этапа по привлечению потребителей исследований и производителей контента будет легким. Теперь, когда исследовательские потребители и производители контента полностью интегрируются в экосистему, потребители исследований теперь смогут вознаграждать производителей контента за их премиальный контент и голосование.
Наличие доступной децентрализованной экосистемы с большим количеством участником с единственной целью демократизации торговой аналитики, в которой все участники задают друг другу вопросы, станет влиятельным и важным дополнением в мире торговли. Ключом к приведению этого в реальность являются следующие активы:
1. Общественное издание:- включает в себя множество функций, который будут доступны сообществу. Они включают в себя: Исследовательский Ассистент, работающий на данных от сообщества, ICO рейтинги, анализ состояния рынка, ICO дью-дилидженс, анализ портфеля инвестора, прямой трейдинг, веб и мобильное приложение.
2. Рынок исследований:- Доступно для владельцев токенов. Часть второго этапа.
3. Издание для предприятий:- эта автономная версия доступна для финансовых учреждений, хедж-фондов или корпораций. Включает наш API.
13
Dennis Owusu-AnsahГенеральный директор
Команда TradeRiser
Karianne BakkenМенеджер Соц. Сетей
Poly AprakuТехнический директор
и Соучредитель
Rocky AsanteГлавный инженер и
Sean O’brienМенеджер по развитию
Бизнеса
Leigh LaguismaСтарший UX-дизайнер
Sukrit WongМенеджер сообщества
и количественный аналитик
Daniel JiangГлава по Блокчейн
Технологиям
Sunil KumarFull Stack разработчик
и Учредитель
Соучредитель
14
Luca ZaccagninoCFA, Инвестор, бывший
бизнес консультант в RBS Bank
Консультанты
Thomas WickaУправляющий директор в
Lloyds Banking Group
Thomas HowellСтратегия роста в Google
Jude AddoДиректор частного банковскогодела в Standard Chartered Bank, Бывший аналитик в JP Morgan
Professor Tatiana Kalganova
Лектор по интеллектуальным системам
в Университете Брунеля
Kirill KlinbergПартнер вJP Morgan
David SheppardБывший продавец товаров
в Morgan Stanley
Дорожная карта
15
Частный Бета/Альфа тест с трейдерами ивладельцами активов
Принятие участия в Accenture Fintech Innovation Lab, Лондон
Финалист Accenture Fintech Innovation Lab, Лондон
Редизайн UI платформы и улучшениефункционала
Стратегия сбора средств
Сбор средств через TradeRiser ICO
Запуск обучающего портала
Запуск общественного изданияTradeRiser
Партерство с хедж-фондами ифинансовыми учреждениями
Запуск стандартногоИздания TradeRiser
Рынок исследований иИздание для предприятий
Основание TradeRiser
Расширение команды и партнерствс поставщиками данных на рынке
16
Продажа токенов XTI и распределение
Распределение токенов
Распределение средств
� 60% Разработка продукта
� 20% Маркетинг, PR и продажи
� 8% Партнерство
� 4% Международное расширение
� 5% Администрирование и Операции
� 3% Юридические расходы
� 50% Продажа токенов
� 15% Стимулирование сообщества в экосистеме
� 25% Учредители компании, консультанты и работники
� 5% Баунти и рефералы
� 5% Стратегические партнерства d и будущая разработка
17
� Цель: $23,000,000� Общий выпуск: 500,000,000 XTI� XTI Тип токена: ERC20� Доступные методы приобретения: BTC и ETH � Основано на блокчейне Ethereum и интеллектуальных контрактах Ethereum
Токены для разработчиков будут иметь период перехода в 24 месяца.. Распределение будет пропорционально владению каждым сотрудником к дате продажи токенов
Непроданные токены будут уничтожены
PRE - ICOСТОИМОСТЬ
ICOСТОИМОСТЬ
1 XTI = $0.07 1 XTI = $0.10
Детали продажи токенов