인공 지능으로 FX 중개인을 더 분명하게 할 수있는 방법

동일한 모델링에서는 마진 청산을 경험하는 고객 수가 75% 감소할 것으로 예측했습니다.

이는 특히 Capital.com이 분석 중인 그룹에서 확인한 성과를 고려할 때 알아두면 유용한 내용입니다.

Capital.com의 CEO인 Ivan Gowan은 "우리 연구에 따르면 대부분의 거래가 수익성이 있는 것으로 입증되었지만 거래자들은 종종 승리한 포지션에서 벌어들인 총액보다 손실이 나는 거래에서 더 많은 돈을 잃는 것으로 나타났습니다."라고 말했습니다.

과거에는 데이터 분석가가 사용자 데이터베이스를 어느 정도 분할하고 해당 그룹에 어느 정도 개인화된 제품이나 서비스를 제공할 수 있었습니다. 그러나 머신러닝을 사용하면 이 프로세스가 훨씬 더 세부적인 수준과 훨씬 더 큰 규모로 수행될 수 있습니다.

실시간 분석에 많은 초점이 맞춰져 있지만, 데이터를 정확하게 분석하는 것은 데이터를 빠르게 해석하는 것만큼 중요합니다. 

시장 참여자들은 종종 데이터를 적절하게 적용하는 방법을 모른 채 “나에게 이런 데이터가 있으면 더 많은 돈을 벌 수 있을 것입니다”라고 말합니다. 이러한 종류의 사고로 인해 분석은 최악의 경우 득보다 해를 끼칠 수 있는 무의미한 데이터로 넘쳐나게 됩니다.

브로커의 관점에서 어떤 고객이 자사의 손익에 영향을 미쳤는지 아는 것이 중요합니다. MahiFX 거래 및 분석 담당 이사인 Alexander Ridgers는 실시간 가격을 분석하여 무엇이 잘못되었는지 분석하고 수정하는 것이 중요한 단계라고 설명합니다.

"외부 LP의 가격은 언제든지 잘못될 수 있습니다. 따라서 어떤 LP가 문제를 일으키고 있는지 아는 것은 실시간 분석이 어떻게 문제를 발견하고 답을 제공할 수 있는지 보여주는 좋은 예입니다."라고 그는 말합니다. 

AI 시스템은 실시간으로 일어나는 일을 분석하고 그에 따라 대응하면서 방대한 양의 과거 데이터를 기준점으로 사용하도록 프로그래밍할 수 있습니다. 이를 통해 입찰 및 제안에 대한 거래 실행 측면에서 시장 깊이를 읽을 수 있고, 주문장 내 주문 이동을 평가하거나 숨겨진 주문에 대한 더 나은 이해를 얻을 수 있습니다.

ADS Securities London의 CEO인 Paul Webb은 이러한 요소를 지속적으로 읽으면 브로커가 과거 실적에서 어떤 일이 일어날지 예측하고, 더 중요한 것은 최근 실적을 바탕으로 몇 분, 몇 초, 심지어 밀리초 내에 처리할 수 있는지 예측하여 가격 책정 알고리즘을 형성할 수 있다고 설명합니다. .

“유동성이 감소하기 시작하는 시나리오를 읽는 기계의 능력은 상당한 가치가 있습니다.”라고 그는 말합니다. 이를 통해 브로커는 "잠재적으로 변동성이 큰 시장 이벤트가 곧 발생할 때 시장에 얼마나 많은 유동성을 투입하고 있는지에 대해 과도하게 노출되지 않도록 보호"할 수 있습니다.