Skip to content

DiNapoli AI

Projekt wystartował pod koniec 2019 roku. Głównym celem projektu jest wykorzystanie potencjału sztucznej inteligencji do wsparcia tradingu opartego na poziomach DiNapolego.

Projekt skierowany jest do globalnej społeczności traderów DiNapolego.

Jest całkowicie tworzony i rozwijany w Polsce przez zespół składający się ze specjalistów technologii informatycznych oraz traderów – polskich ekspertów DiNapolego. Przedsięwzięcie łączy w sobie rozwiązania technologicznie z zakresu sztucznej inteligencji oraz chmury obliczeniowej.

W 2020 roku udało się osiągnąć status collaborative intelligence, w którym traderzy współpracują razem z maszyną. Projekt w całości został stworzony bez zewnętrznego wsparcia finansowego. Tworzony przez traderów i dla traderów.

 

Dotychczasowe osiągnięcia: 

  • budowa i umiejscowienie w chmurze obliczeniowej skanera formacji kierunku opartego na głębokim uczeniu (sieć konwolucyjna) analizującego dane z większości giełd w Azji, Europie i Stanach Zjednoczonych.
  • status collaborative intelligence, współpraca człowieka i maszyny w wyszukiwaniu trading ideas: formacji RRT dla rynków akcji (US i PL), towarów i surowców oraz forex.

 

W jaki sposób powstaje zestawienie RRT Report (Raport „Torów Kolejowych” – formacji kierunku DiNapolego)?

  1. Dane giełdowe OHLC/EOD zostają pobrane do chmury obliczeniowej
  2. Na bazie pobranych danych generowane są wykresy
  3. Poszczególny wykres jest konwertowany do macierzy liczbowej
  4. Macierz liczb ‘wchodzi’ do konwolucyjnej sieci neuronowej
  5. Sieć neuronowa przeprowadza analizę wykresu w postaci macierzy liczb.
  6. Wszystkie wykresy z wysokim prawdopodobieństwem wystąpienia formacji RRT trafiają do raportu PDF.
  7. Zespół polskich ekspertów DiNapolego przeprowadza selekcję formacji znalezionych przez AI.
  8. Wybrane przez ekspertów formacje trafiają do ostatecznej wersji raportu.

 

Plany na przyszłość:

  • zaangażowanie sztucznej inteligencji do dogłębnej analizy formacji kierunku DiNapolego, mającą na celu poszukiwanie cech mogących determinować ich spełnienie / niespełnienie w trakcie tworzenia się formacji.
  • kontynuacja procesu uczenia AI, do rozpoznawania innych wskaźników kierunku.

 

Zespół projektu

 

Zakres wiedzy Członkowie zespołu Funkcja
Financial Markets grupa polskich ekspertów DiNapolego:

Piotr Grela, 

Pawel Besler,

Tomasz Augustynowicz

Nadzór procesu trenowania AI widzianej z perspektywy poziomów DiNapolego.

Selekcja najlepszych formacji RRT znalezionych przez AI

Technology Sztuczna inteligencja Ultraszybkie skanowanie i wyszukiwanie potencjalnych formacji RRT na rynkach finansowych.
Michal Tys, informatyk | startup PragmatycznaSowa.pl Wszystkie aspekty technologiczne związane z rozwojem AI w projekcie.

Nadzór i monitoring środowiska chmurowego AI

Automatyzacja procesów

Cyberbezpieczeństwo

Ceti | Krakowski zespół Data Center | www.ceti.pl Utrzymywanie podstawowych funkcji życiowych chmury, w której funkcjonuje AI.

Bezpieczeństwo danych krytycznych projektu.