Если бы вы могли лучше прогнозировать будущие цены, инвестирование в криптовалюты не было бы таким рискованным делом, верно? К счастью, на вашем пути появляются новые альтернативы, которые позволят вам сделать именно это.
В этой статье мы рассмотрим три метода прогнозирования, основанные на суждениях людей и технологиях:
- Анкеты экспертов (метод «Дельфи»)
- Решения на базе искусственного интеллекта
- Рынки прогнозов
Мы выделим важную информацию для каждого метода и попытаемся сделать вывод о том, что будет иметь наибольший успех при прогнозировании цен на криптовалюту. Давайте начнем!
Метод 1. Положитесь на мнение экспертов - метод «Дельфи»
Метод Дельфи (названный в честь Дельфийского оракула из греческой мифологии) - это метод прогнозирования, основанный на результатах нескольких раундов анкет, заполненных несколькими группами экспертов. (Https://www.investopedia.com/terms/d/delphi-method.asp) Обычно есть пять-двадцать экспертов, которые отвечают на анкеты в 2-3 раунда. Эксперты выбираются координатором, который находит профессионалов, занимающихся этой темой, из числа ученых, старших специалистов или других экспертов в предметной области. Координатор связывается с ними и предлагает принять участие в исследовании, обычно за определенное вознаграждение. Ответы анонимны, и каждый эксперт может комментировать ответы других.
Эксперты дают средние оценки как по поставленным вопросам, так и по их обоснованиям. Их ответы взвешиваются, чтобы получить совокупный результат. В каждом новом раунде эксперты могут исправлять свои ответы на основе отзывов, полученных от других экспертов в предыдущем раунде.
Домены приложения
Первоначально метод Delphi (разработанный RAND Corporation в 1950-х годах) использовался для прогнозирования основных технологических и научных достижений, таких как автоматизация труда и космическая программа. Поскольку метод оказался очень эффективным, люди в последующие годы начали применять его в более широком диапазоне областей. Он часто используется в бизнесе и особенно популярен для принятия решений государственной политики. Например, исследователи использовали метод Дельфи в исследовании, касающемся счастья, чтобы выявить лучшие стратегии повышения общей удовлетворенности людей.
Показатель успеха
Показатели успеха различаются от одного исследования Delphi к другому, и в некоторых случаях оно очень точное. Его точность для прогнозов продаж может достигать 96% -97%, а в прогнозировании технологий будущего он снижает неопределенность со 100% до 20% -30%, то есть прогнозы точны на 70% -80%.
Метод Дельфи достаточно точен для долгосрочных исследований, однако его реализация с краткосрочными целями, такими как прогнозирование цен на криптовалюту, проблематична. Сбор экспертов и повторение нескольких раундов анкет требует времени. В результате очень сложно использовать Delphi для прогнозирования немедленных колебаний на любом рынке.
Примеры из реального мира:
Планы действий eLAC - это инициатива, основанная на использовании информационных технологий в качестве основного элемента социально-экономического развития Латинской Америки. В 2005 году метод Delphi был использован для определения основных проблем, стоящих перед инициативой, и более 1400 экспертов приняли участие в пяти раундах вопросников Delphi. Этот случай продемонстрировал потенциал методов Delphi для общественного принятия решений.
TechCast - это онлайн-проект Университета Джорджа Вашингтона. Он использует метод Delphi для прогнозирования основных технологических достижений, опираясь на мнения более 150 экспертов со всего мира. Проект собирает отзывы экспертов, чтобы спрогнозировать приблизительную дату внедрения новых технологий. В выборочном прогнозе, например, они прогнозировали, что интеллектуальные сети получат широкое распространение к 2026 году. Каждый лес сопровождается обоснованием своего мнения экспертами.
Это еще один онлайн-проект, основанный на методе Delphi для прогнозирования, связанного с технологиями. Он находится в ведении Консорциума новых медиа и прогнозирует основные тенденции внедрения технологий в сфере образования. На основе данных, собранных экспертами с использованием метода Delphi, Horizon ежегодно публикует отчеты о технологических тенденциях для школ, вузов, библиотек и музеев.
Метод 2: полагайтесь на технологии - решения на основе искусственного интеллекта
Технологии прогнозирования основаны на машинном обучении и больших наборах данных. Обычно существует обучающий набор данных, основанный на компьютерном «изучении» основных шаблонов, которые используются для составления прогнозов. Например, обучающий набор данных для прогнозирования вероятности развития определенных заболеваний на основе физических особенностей будет включать характеристики, которые используются для прогнозирования, такие как данные о возрасте, росте, весе и т. Д. После того, как компьютер изучит шаблонов в наборе обучающих данных, алгоритм может использоваться для прогнозирования того, болен ли человек, на основе заданного набора физических характеристик. Затем это можно сравнить с реальной информацией о точности этих прогнозов.
Решения на основе искусственного интеллекта развиваются чрезвычайно быстро и становятся очень точными. Однако, в отличие от метода Дельфи и других решений, основанных на суждениях людей, методы прогнозирования на основе искусственного интеллекта делают обоснование прогнозов неоднозначным. Паттерны, идентифицируемые компьютерами, не являются явными, и ученые могут изо всех сил понять логику, лежащую в основе предсказаний машины.
Домены приложения
Решения на основе искусственного интеллекта в настоящее время используются в широком спектре отраслей, от здравоохранения до финансов. Алгоритмы особенно успешны при работе с числами, текстами или изображениями.
Насколько это успешно
Степень точности алгоритмов прогнозирования на основе ИИ в каждом случае разная. На это может повлиять количество и качество доступных данных, а также то, насколько хорошо конкретный метод машинного обучения подходит для рассматриваемых данных и проблемы.
В целом решения на основе искусственного интеллекта обеспечивают исключительную точность для некоторых тем. Например, он может предсказать решение Верховного суда с точностью 83% и дату смерти человека, который серьезно болен, на основании его возраста, медицинских данных и истории употребления наркотиков с точностью 90%.
Однако это работает не для всех доменов. Особенно плохие результаты он показывает в отношении прогнозов цен на акции, имея средний уровень точности 50% -60%. Это происходит потому, что алгоритмы не учитывают корректировки рынка, настроения людей и непредвиденные события.
Примеры из реального мира:
Google создал алгоритм, который может с точностью 70% предсказать, есть ли у человека сердечное заболевание, просто посмотрев ему в глаза. Аппарат анализирует сканированные изображения глаз людей, уделяя особое внимание глазному дну - внутренней задней части глаза, - которое содержит множество кровеносных сосудов, которые отражают возраст человека, кровяное давление и другие характеристики.
- Победители Предсказания Оскара
Одна компания использовала искусственный интеллект, чтобы предсказать, кто получит Оскар в 2018 году. Их прогнозы по основным категориям - лучшая картина, актер и актриса - оказались верными. AI опирался на анализ общественных настроений, связанных с Оскаром.
- Торговля
Хотя решения AI не очень хорошо подходят для прогнозирования цен на акции, они, тем не менее, используются в финансовой индустрии. Например, для автоматической торговли реализованы механизмы прогнозирования на основе ИИ. Некоторые из этих алгоритмов, например, полагаются на данные социальных сетей для прогнозирования немедленных колебаний цен на акции и принятия автоматических торговых решений.
Метод 3: полагайтесь как на людей, так и на технологии - рынки прогнозирования
В основе предсказаний, основанных на рыночных прогнозах, лежит «мудрость толпы». Рынки прогнозов собирают общественное мнение о проблемах, о которых идет речь, на основе ставок, сделанных пользователями.
На платформах рынка прогнозов создаются «ставки» на исход событий - например, «Кто станет следующим президентом США?» Затем пользователи «делают ставки» друг против друга на результаты, которые они считают наиболее вероятными. Деньги служат доказательством ставки на рынках предсказаний. С развитием технологий теперь есть различие между традиционными рынками прогнозирования и децентрализованными рынками прогнозирования.
На традиционных рынках прогнозирования цена одиночной ставки обычно составляет от 0 до 1 доллара, а текущая цена отражает вероятность исхода на основе совокупных ставок. Например, если цена в настоящее время установлена на уровне 0,36 доллара США, это означает, что только 36% процентов пользователей считают, что такой результат произойдет. Цена динамична и меняется вместе с общественным мнением, которое выражается через ставки на платформе.
На децентрализованном рынке предсказаний «шансы» на выигрыш выбора динамичны, поскольку пользователи «делают ставку» на результат, который, по их мнению, будет истинным. Пользователи могут рисковать, сколько хотят, а «шансы» устанавливаются динамически. Например, если сто пользователей поставят по 1 доллару каждый, а один пользователь поставит против них 100 долларов, то шансы останутся 1: 1. Децентрализованные рынки прогнозирования также имеют то преимущество, что позволяют пользователям делать ставки на любую тему, которую они хотят, поэтому с развитием этих платформ области применения рынков прогнозирования неизбежно станут намного шире. Они потенциально могут охватывать все, что угодно, от политических вопросов и ставок на спорт до фондового рынка или цен на криптовалюту.
Домены приложения
Исторически рынки предсказаний использовались в основном в политическом прогнозировании. В настоящее время основные рынки прогнозов используются в основном в научных целях, и количество участников этих платформ, на которые могут рассчитывать ставки, ограничено.
Однако сейчас ситуация меняется, поскольку в игру начинают входить децентрализованные рыночные платформы прогнозирования, такие как Bodhi Network. Некоторые из них мы рассмотрели в нашей предыдущей статье о рынках прогнозов.
Насколько они успешны
Традиционные рыночные платформы прогнозирования, такие как Iowa Electronic Markets, доказали свою высокую эффективность при прогнозировании результатов политических событий. Например, они были точнее опросов при прогнозировании результатов президентских выборов в США 74% времени. И рынки прогнозов намного точнее в долгосрочной перспективе, поскольку они всегда превосходят опросы при прогнозировании более чем на 100 дней вперед.
Поскольку рынки децентрализованных прогнозов только появляются, нет данных о том, насколько точны их прогнозы. Тем не менее, есть основания полагать, что они будут более точными, чем традиционные рынки предсказаний. У них не будет никаких ограничений по количеству участников или общей сумме ставок. Кроме того, на децентрализованных рынках прогнозов могут не быть каких-либо ограничений по месту жительства пользователей, что делает их действительно глобальными. Эти факторы, вероятно, приведут к повышению точности прогнозов. Более того, децентрализованные рынки прогнозирования могут быть защищены от мошенничества, что снова делает их потенциально более эффективными, чем традиционные решения.
Примеры из реального мира:
Старейший рынок традиционных онлайн-прогнозов. Он управляется Университетом Айовы и используется в основном в научных целях. Ставки на рынок делают его владельцы, и они занимаются преимущественно политикой США. Максимальные суммы ставок ограничены до 500 долларов в соответствии с правилами США.
Децентрализованная платформа рынка прогнозов, работающая с использованием криптовалюты. Количество участников и максимальные ставки не ограничены. Ставки могут быть созданы пользователями, и тематика не ограничена. Можно будет делать ставки на результаты президентских выборов, спортивные события, цены на криптовалюту и другие вопросы.
Заключение: что лучше всего подходит для прогнозирования цен на криптовалюту?
Основываясь на трех представленных выше методах, мы считаем, что рынки прогнозирования будут хорошо работать для прогнозирования цен на криптовалюту по следующим причинам:
Метод Delphi не подходит для прогнозирования цен на криптовалюту, потому что на прогнозирование уходит слишком много времени
Его можно использовать для прогнозирования цены, скажем, биткойна в долгосрочной перспективе, но он не годится для прогнозирования текущих изменений цены. У человека просто не будет времени собрать группу экспертов и провести между ними несколько раундов обсуждения, чтобы точно предсказать немедленные колебания.
Решения на основе искусственного интеллекта также могут не работать с прогнозом цен на криптовалюту
Как мы уже отмечали выше, прогнозирование AI особенно плохо помогает делать прогнозы цен на акции. Учитывая, что рынок криптовалюты функционирует аналогично фондовому рынку, есть основания полагать, что ИИ в этом отношении также не будет работать очень хорошо. Конечно, он по-прежнему имеет процент успеха 50% -60%, и, в отличие от Delphi, его можно использовать для прогнозирования немедленных колебаний цен. Но относительно низкие показатели успеха все же не делают ИИ лучшим выбором, когда на кону много денег.
Децентрализованные рынки прогнозирования кажутся наиболее подходящим вариантом для прогнозирования цен на криптовалюту
Традиционные рынки прогнозов не работают для прогнозов цен на криптовалюту просто потому, что они не охватывают эту область. Но на децентрализованных рынках прогнозирования пользователи смогут создавать любые интересующие их ставки, в том числе на цены криптовалюты. Таким образом, можно будет делать ставки на любую криптовалюту как в долгосрочной, так и в краткосрочной перспективе. Если открытой ставки на интересующую вас валюту нет, просто создайте ее!
Учитывая, что децентрализованные рынки прогнозирования, такие как Bodhi, могут иметь большое количество участников со всего мира, прогнозы, вероятно, будут очень точными - по крайней мере, такими же точными, как на традиционных платформах рынка прогнозирования. На Bodhi результат прогноза рассчитывается целой сетью участников, повышая точность и снижая затраты.
Денежные стимулы будут мотивировать людей делиться своими обоснованными прогнозами, и, используя Bodhi, пользователи могут выиграть даже больше, чем на других платформах рынка прогнозирования, поскольку сеть использует свой собственный уникальный метод расчета.
Пользователи этих платформ, скорее всего, будут энтузиастами блокчейна и криптовалюты, которые обычно хорошо осведомлены о сфере криптовалюты и, возможно, даже о торговле криптовалютами. Агрегированный прогноз рыночных цен от потенциальных и реальных участников крипторынка потенциально может дать более точные результаты.
Принимая во внимание все вышесказанное, мы обнаруживаем, что среди описанных здесь методов децентрализованные рынки прогнозирования имеют самый высокий потенциал для прогнозирования цен на криптовалютном рынке. Заинтересованы? Прочтите нашу предыдущую статью о том, почему вам стоит попробовать децентрализованные рынки предсказаний прямо сейчас!
Об авторе:
Кирилл Шилов - основатель Geekforge.io и Howtotoken.com. Интервью с 10 000 лучших мировых экспертов, которые раскрывают самые большие проблемы на пути к технологической сингулярности. Присоединяйтесь к моему # 10kqachallenge: GeekForge Formula.
