Mapa dotacji

Celem projektu jest stworzenie prototypu zaawansowanego narzędzia do optymalizacji portfela inwestycyjnego przy użyciu najbardziej innowacyjnych rozwiązań sztucznej inteligencji i uczenia maszynowego dostępnych na rynku. Rezultatem projektu będzie platforma wspomagająca fundusze inwestycyjne przy podejmowaniu decyzji inwestycyjnych. Platforma będzie wykorzystywała do swoich obliczeń indywidualne strategie tradingowe inwestorów instytucjonalnych, tworząc za każdym razem unikalną wartość dla klienta. W pracach nad platformą będziemy korzystać także z najnowszych odkryć światowej nauki w obszarze sztucznej inteligencji (AI), w szczególności najnowszych modeli sieci neuronowych oraz algorytmów reinforcement learning. Cechami wyróżniającymi platformę będą: – generyczność/uniwersalność – możliwość aplikacji zróżnicowanych zestawów sieci neuronowych dla różnych strategii inwestycyjnych, – zdolność samouczenia – możliwość adaptacji do zmieniających się warunków rynkowych dzięki wykorzystaniu reinforcement learning, – wysoka precyzja – zwiększenie efektywności modeli sieci neuronowych poprzez implementację najnowszych algorytmów uczenia maszynowego (ML) do analizy szeregów czasowych, – możliwość dywersyfikacji działalności i ryzyka – możliwość inwestowania w ponad 200 instrumentów, – bezawaryjność i skalowalność. W ramach projektu zrealizowane zostaną następujące prace B+R: – zaprojektowanie i stworzenie wydajnego środowiska badawczego, – opracowanie metod transformacji danych oraz zbioru danych wejściowych dla sieci neuronowych, – opracowanie modeli sieci neuronowych oraz algorytmów zarządzania ekspozycją i portfelami z wykorzystaniem najnowszych osiągnięć AI oraz ML, – stworzenie w pełni funkcjonalnego prototypu platformy i testy w warunkach zbliżonych do rzeczywist