自比特幣在2008年底首次問世以來，加密貨幣已經取得了長足的進步。僅僅10年時間，這個市場就從零增長到大約4000億美元，此后又有3000種加密貨幣問世。但這種成功并非沒有起伏。在此期間，單是比特幣的價格就從近2萬美元波動到不到1美分。用加密貨幣可以賺很多錢，也會損失很多錢。對投資者(和開發商)來說，幸運的是，人工智能(AI)提供了在這個動蕩的市場中導航的方法。

　　從情緒分析中提取價值

確定加密貨幣的價值是很棘手的。與傳統的股票市場不同，價值并不與現金流或可用資產等因素密切相關。相反，投資者必須依靠人氣。但是，他們如何理解及時地說了些什么呢?開發商Teju Tadi相信他可能有答案。

大多數加密貨幣的價格波動都是由群體本能決定的——當人們以與周圍大多數人相同的方式思考和行動時。基于此，Teju說，對新聞標題、Reddit帖子和tweet的情緒分析可以很好地指示加密貨幣價格走勢的方向。利用遞歸神經張量網絡(RNTNs)， Teju已經在分析這些短信的情緒，開發一個人工智能加密貨幣交易機器人。

　　遞歸神經張量網絡

RNTNs評估文本的語義組合性，這對于能夠從一組稀疏的信息(如tweet)中準確判斷情感至關重要。

將數據解析為二叉樹。具體的向量表示由所有的單詞組成，并表示為葉。從下至上，這些向量成為優化的參數，作為softmax分類器的特征輸入。向量被分為五個類，并分配一個分數。

“當兩個單詞之間的相似性被編碼時，這兩個向量就會移動到下一個根。輸出分數和班級。分數表示解析的正反兩面，而類則在當前解析中對結構進行編碼。第一個葉組接收解析，然后第二個葉組接收下一個單詞。所有三個單詞的解析分數都被輸出，然后轉移到下一個根組，”Teju說。

遞歸過程會一直進行，直到所有輸入都用完為止，每個單詞都包括在內。在實際應用中，RNTN最終要比這個復雜得多。RNTN不會在句子中為下一個葉子組使用下一個單詞，而是會嘗試下一個單詞，并最終檢查代表整個子解析的向量。在遞歸過程的每一步執行這個操作，RNTN可以分析語法分析的每一個可能得分。

下圖顯示了如何使用RNTN方法解析和分析一個句子。Teju也在這個視頻中解釋了這個過程。

圖示：來自斯坦福樹銀行的評分示例

　　支持技術

作為英特爾®AI學院的一員,Teju能夠使用英特爾®AI DevCloud運行復發性神經網絡和實驗與Twitter數據的模型正在工作。英特爾®上運行至強®擴展處理器,英特爾AI DevCloud預裝機器學習框架和工具快速啟動和深入學習項目。這些包括氖™框架,英特爾®優化Theano *,英特爾®優化TensorFlow *,英特爾®優化咖啡*,英特爾®分布Python *(包括NumPy、SciPy和scikit-learn *)和Keras *庫。

如果您正在考慮啟動一個深度學習項目，閱讀《開始使用Intel AI DevCloud》將使您更好地理解可用的模型以及如何使用AI DevCloud啟動培訓。

　　開發人員的機遇

Teju Mycointrac *已經成立了一個業務,專注于提供cryptocurrency市場情報。“一旦產品完全開發出來，”他說，“我計劃利用它提供的數據，作為我的新加密貨幣對沖基金sense ence Investments L.P.做出關鍵投資決定的因素之一。該公司自今年1月1日開始運營。該計劃是基于一些高頻、機器學習技術，以及深度學習和情緒分析，開發交易策略。

Teju希望RNTNs也能幫助他利用其他機會，比如套利——在不同市場同時買賣資產。利潤是兩個市場價格之間的差額。

金融行業為那些能夠利用人工智能解決一些最緊迫挑戰的開發者提供了許多巨大的機會。例如，股票市場投資持續獲得高回報

【來源：千家網】