Le Fonctionnement de l’Algorithme I Know First

Le système  I Know First est un algorithme de prédiction basé sur l’intelligence artificielle (IA) ainsi que sur l’apprentissage machine (AM) qui incorpore des éléments de réseaux neuraux artificiels et des algorithmes génétiques.

Le modèle de prédiction des marchés I Know First anticipe les flux entre les différents marchés. Il sépare les parties prévisibles des éléments stochastiques (aléatoires) propres à un marché et crée ensuite un modèle qui en projette la trajectoire future dans un espace multidimensionnel comprenant les autres marchés.

Untitled

Le modèle renvoie la tendance prévue sous la forme d’un nombre, positif ou négatif, au sein d’un tableau plus général qui prédit aussi comment les autres tendances vont l’affecter. Cela permet au trader de décider dans quelle direction aller, à quel moment entrer sur le marché et à quel moment en sortir.

Ce modèle est entièrement empirique : il repose uniquement sur l’expérience et non sur des suppositions humaines. Le facteur humain n’interfère donc que dans la construction du cadre mathématique et dans l’initiation du système d’entrées et de sorties. Dès lors l’algorithme prend le dessus et propose en permanence des théories qu’il teste lui-même sur les données historiques qu’il possède, les validant sur les données les plus récentes. Dans la mesure où elles n’améliorent pas le modèle, certaines entrées sont rejetées et d’’autres entrées s’y substituent alors.

Ce système dit de « bootstrap » est autodidacte, c’est-à-dire qu’il apprend de sa propre expérience. L’algorithme évolue ainsi continuellement à mesure que les données journalières sont ajoutées et que ses théories sont validées ou non.

Certaines actions appartiennent à plusieurs modules séparés ce qui permet d’obtenir des prédictions selon différentes bases de données. De plus, tous les modules sont eux-mêmes divisés en sous-modules indépendants. Si deux sous-modules renvoient des prédictions contradictoires,  un signal d’alerte est établi.

Leave a Reply

Your email address will not be published. Required fields are marked *