Construction of AI Investments platform based on artificial intelligence algorithms for advanced investment strategies. (Q77724): Difference between revisions

From EU Knowledge Graph
Jump to navigation Jump to search
(‎Set a claim value: summary (P836): O objetivo do projeto é criar um protótipo de ferramenta avançada para otimizar a carteira de investimentos utilizando as soluções de inteligência artificial e aprendizagem automática mais inovadoras disponíveis no mercado. O projeto resultará numa plataforma para ajudar os fundos de investimento a tomar decisões de investimento. A plataforma utilizará estratégias de negociação individuais de investidores institucionais para os seus cálculos, criand...)
 
(7 intermediate revisions by 2 users not shown)
label / frlabel / fr
Construire une plateforme d’investissements AI basée sur des algorithmes d’intelligence artificielle pour des stratégies d’investissement avancées.
Construction de la plateforme AI Investments basée sur des algorithmes d’intelligence artificielle pour des stratégies d’investissement avancées.
label / delabel / de
Aufbau einer KI-Investitions-Plattform auf der Grundlage von Algorithmen für künstliche Intelligenz für fortgeschrittene Investitionsstrategien.
Aufbau einer KI-Investment-Plattform auf der Grundlage von Algorithmen der künstlichen Intelligenz für fortgeschrittene Anlagestrategien.
label / nllabel / nl
Bouwen AI Investments platform op basis van kunstmatige intelligentie algoritmen voor geavanceerde beleggingsstrategieën.
Bouw van AI Investments-platform op basis van kunstmatige intelligentie-algoritmen voor geavanceerde beleggingsstrategieën.
label / itlabel / it
Costruire una piattaforma di investimenti di IA basata su algoritmi di intelligenza artificiale per strategie di investimento avanzate.
Costruzione di una piattaforma AI Investments basata su algoritmi di intelligenza artificiale per strategie di investimento avanzate.
label / eslabel / es
Construir una plataforma de inversiones en IA basada en algoritmos de inteligencia artificial para estrategias de inversión avanzadas.
Construcción de la plataforma AI Investments basada en algoritmos de inteligencia artificial para estrategias de inversión avanzadas.
label / etlabel / et
Tehisintellekti investeeringute platvormi ehitamine, mis põhineb täiustatud investeerimisstrateegiate jaoks tehisintellekti algoritmidel.
Tehisintellekti investeerimisplatvormi ehitamine, mis põhineb tehisintellekti algoritmidel täiustatud investeerimisstrateegiate jaoks.
label / ltlabel / lt
Dirbtinio intelekto investicijų platformos, pagrįstos pažangių investavimo strategijų dirbtinio intelekto algoritmais, kūrimas.
Dirbtinio intelekto investavimo platformos, pagrįstos dirbtinio intelekto algoritmais pažangioms investavimo strategijoms, kūrimas.
label / hrlabel / hr
Izgradnja platforme za ulaganja u umjetnu inteligenciju na temelju algoritama umjetne inteligencije za napredne strategije ulaganja.
Izgradnja platforme za ulaganja u umjetnu inteligenciju koja se temelji na algoritmima umjetne inteligencije za napredne strategije ulaganja.
label / sklabel / sk
Vytvorenie platformy investícií umelej inteligencie založenej na algoritmoch umelej inteligencie pre pokročilé investičné stratégie.
Vybudovanie platformy pre investície do umelej inteligencie založenej na algoritmoch umelej inteligencie pre pokročilé investičné stratégie.
label / filabel / fi
Tekoälyn investointialustan rakentaminen tekoälyalgoritmien pohjalta edistyneitä investointistrategioita varten.
Tekoälyalgoritmeihin perustuvan tekoälyinvestointialustan rakentaminen kehittyneitä investointistrategioita varten.
label / hulabel / hu
Mesterségesintelligencia-befektetési platform építése a fejlett beruházási stratégiák mesterségesintelligencia-algoritmusai alapján.
Mesterséges intelligencia algoritmusokon alapuló AI Investments platform építése fejlett befektetési stratégiákhoz.
label / cslabel / cs
Výstavba platformy AI Investments založené na algoritmech umělé inteligence pro pokročilé investiční strategie.
Vytvoření investiční platformy umělé inteligence založené na algoritmech umělé inteligence pro pokročilé investiční strategie.
label / sllabel / sl
Izgradnja platforme za naložbe umetne inteligence na podlagi algoritmov umetne inteligence za napredne naložbene strategije.
Gradnja naložbene platforme za umetno inteligenco, ki temelji na algoritmih umetne inteligence za napredne naložbene strategije.
label / mtlabel / mt
Il-kostruzzjoni ta’ pjattaforma tal-investimenti tal-IA bbażata fuq algoritmi tal-intelliġenza artifiċjali għal strateġiji ta’ investiment avvanzati.
Il-kostruzzjoni ta’ pjattaforma ta’ Investimenti fl-IA bbażata fuq algoritmi ta’ intelliġenza artifiċjali għal strateġiji ta’ investiment avvanzati.
label / rolabel / ro
Construirea unei platforme de investiții în IA bazată pe algoritmi de inteligență artificială pentru strategii avansate de investiții.
Construirea unei platforme de investiții bazate pe algoritmi de inteligență artificială pentru strategii avansate de investiții.
label / svlabel / sv
Konstruktion av AI Investments-plattform baserad på algoritmer för artificiell intelligens för avancerade investeringsstrategier.
Byggande av AI-investeringsplattform baserad på algoritmer för artificiell intelligens för avancerade investeringsstrategier.
Property / EU contributionProperty / EU contribution
2,439,732.37 zloty
Amount2,439,732.37 zloty
Unitzloty
2,413,211.12 zloty
Amount2,413,211.12 zloty
Unitzloty
Property / EU contributionProperty / EU contribution
585,535.77 Euro
Amount585,535.77 Euro
UnitEuro
536,456.83 Euro
Amount536,456.83 Euro
UnitEuro
Property / budgetProperty / budget
3,908,124.38 zloty
Amount3,908,124.38 zloty
Unitzloty
3,863,922.3 zloty
Amount3,863,922.3 zloty
Unitzloty
Property / budgetProperty / budget
937,949.85 Euro
Amount937,949.85 Euro
UnitEuro
858,949.93 Euro
Amount858,949.93 Euro
UnitEuro
Property / co-financing rate
62.43 percent
Amount62.43 percent
Unitpercent
 
Property / co-financing rate: 62.43 percent / rank
Normal rank
 
Property / end time
31 August 2020
Timestamp+2020-08-31T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
 
Property / end time: 31 August 2020 / rank
Normal rank
 
Property / summary: The aim of the project is to create a prototype advanced tool for optimising the investment portfolio using the most innovative artificial intelligence and machine learning solutions available on the market. The project will result in a platform to assist investment funds in making investment decisions. The platform will use individual trading strategies of institutional investors for its calculations, creating a unique value for the client each time. In developing the platform, we will also benefit from the latest discoveries of world science in the field of artificial intelligence (AI), in particular the latest models of neural networks and reinforcement learning algorithms. The distinguishing features of the platform will be: — generic/universality – the ability to apply differentiated neural network sets for different investment strategies, – self-learning – the ability to adapt to changing market conditions by using reinforcement learning, – high precision – increasing the efficiency of neural network models by implementing the latest machine learning algorithms (ML) for time series analysis, – the ability to diversify activities and risks – the ability to invest in more than 200 instruments, – flawlessness and scalability. The following R & D works will be carried out within the project: — design and create an efficient research environment, – development of methods of data transformation and input data for neural networks, – development of neuron network models and algorithms for exposure and portfolio management using the latest AI and ML achievements, – creation of a fully functional prototype of the platform and testing under similar realities (English) / qualifier
 
readability score: 0.6205163883523568
Amount0.6205163883523568
Unit1
Property / summaryProperty / summary
L’objectif du projet est de créer un prototype d’outil avancé pour optimiser le portefeuille d’investissements en utilisant les solutions d’intelligence artificielle et d’apprentissage automatique les plus innovantes disponibles sur le marché. Le projet débouchera sur une plate-forme pour aider les fonds d’investissement à prendre des décisions en matière d’investissement. La plate-forme utilisera des stratégies de trading individuelles des investisseurs institutionnels pour ses calculs, créant ainsi une valeur unique pour le client à chaque fois. En développant la plateforme, nous bénéficierons également des dernières découvertes de la science mondiale dans le domaine de l’intelligence artificielle (IA), en particulier les derniers modèles de réseaux neuronaux et d’algorithmes d’apprentissage de renforcement. Les caractéristiques distinctives de la plateforme seront les suivantes: — génériques/universitaires – la capacité d’appliquer divers ensembles de réseaux neuronaux pour différentes stratégies d’investissement, — la capacité d’auto-apprentissage — la capacité à s’adapter à l’évolution des conditions du marché grâce à l’apprentissage de renforcement, — une grande précision — accroître l’efficacité des modèles de réseau neuronal en mettant en œuvre les derniers algorithmes d’apprentissage automatique (ML) pour analyser les séries chronologiques, — possibilité de diversification des activités et des risques – la capacité d’investir dans plus de 200 instruments, — l’absence de défaut et l’évolutivité. Dans le cadre du projet, les travaux de R & D suivants seront réalisés: — conception et développement d’un environnement de recherche efficace, — développement de méthodes de transformation des données et d’un ensemble de données d’entrée pour les réseaux neuronaux, — développement de modèles de réseaux neuronaux et d’algorithmes d’exposition et de gestion de portefeuille utilisant les dernières réalisations de l’IA et du ML, — création d’un prototype de plateforme entièrement fonctionnel et essais dans des conditions similaires à la réalité (French)
L’objectif du projet est de créer un prototype d’outil avancé pour optimiser le portefeuille d’investissement en utilisant les solutions d’intelligence artificielle et d’apprentissage automatique les plus innovantes disponibles sur le marché. Le résultat du projet sera une plate-forme soutenant les fonds d’investissement dans la prise de décisions d’investissement. La plateforme utilisera les stratégies de trading individuelles des investisseurs institutionnels pour ses calculs, créant une valeur unique pour le client à chaque fois. Dans le développement de la plateforme, nous utiliserons également les dernières découvertes de la science mondiale dans le domaine de l’intelligence artificielle (IA), en particulier les derniers modèles de réseaux neuronaux et d’algorithmes d’apprentissage par renforcement. Les caractéristiques distinctives de la plate-forme seront: — générique/universalité – la capacité d’appliquer divers ensembles de réseaux neuronaux pour différentes stratégies d’investissement, — la capacité d’apprendre — la capacité de s’adapter à l’évolution des conditions du marché grâce à l’utilisation de l’apprentissage par renforcement, — la haute précision — augmenter l’efficacité des modèles de réseaux neuronaux en mettant en œuvre les derniers algorithmes d’apprentissage automatique (ML) pour analyser les séries chronologiques, — la possibilité de diversification des activités et le risque – la capacité d’investir dans plus de 200 instruments, — sans défaillance et évolutivité. Dans le cadre du projet, les travaux de R & D suivants seront réalisés: — conception et création d’un environnement de recherche efficace, — développement de méthodes de transformation des données et d’un ensemble de données d’entrée pour les réseaux neuronaux, — développement de modèles de réseaux neuronaux et d’algorithmes de gestion d’exposition et de portefeuille utilisant les derniers développements en matière d’IA et de ML, — création d’un prototype entièrement fonctionnel de la plateforme et tests dans des conditions proches de la réalité (French)
Property / summaryProperty / summary
Ziel des Projekts ist es, ein fortschrittliches Prototyp-Tool zur Optimierung des Anlageportfolios unter Verwendung der innovativsten Lösungen für künstliche Intelligenz und maschinelles Lernen zu schaffen. Das Projekt wird zu einer Plattform führen, um Investmentfonds bei Investitionsentscheidungen zu unterstützen. Die Plattform wird individuelle Trading-Strategien institutioneller Anleger für ihre Berechnungen verwenden, wodurch jedes Mal ein einzigartiger Wert für den Kunden entsteht. Bei der Entwicklung der Plattform werden wir auch von den neuesten Entdeckungen der Weltwissenschaft auf dem Gebiet der künstlichen Intelligenz (KI) profitieren, insbesondere von den neuesten Modellen von neuronalen Netzwerken und der Verstärkung von Lernalgorithmen. Die markanten Merkmale der Plattform sind: — Generika/Universität – Fähigkeit zur Anwendung unterschiedlicher neuronaler Netzwerke für verschiedene Anlagestrategien – Selbstlernfähigkeit – Fähigkeit zur Anpassung an veränderte Marktbedingungen durch verstärktes Lernen, – hohe Präzision – Steigerung der Effizienz neuronaler Netzwerkmodelle durch Implementierung der neuesten Algorithmen für maschinelles Lernen (ML) zur Analyse von Zeitreihen – Möglichkeit der Diversifizierung von Aktivitäten und Risiken – die Fähigkeit, in mehr als 200 Instrumente zu investieren, – Fehlerlosigkeit und Skalierbarkeit. Im Rahmen des Projekts werden folgende FuE-Arbeiten durchgeführt: — Konzeption und Entwicklung eines effizienten Forschungsumfelds, – Entwicklung von Datentransformationsmethoden und einer Reihe von Eingabedaten für neuronale Netzwerke, – Entwicklung von neuronalen Netzwerkmodellen und Expositions- und Portfoliomanagementalgorithmen mit den neuesten KI- und ML-Ergebnissen – Erstellung eines voll funktionsfähigen Plattformprototyps und Tests unter ähnlichen Bedingungen wie die Realität (German)
Ziel des Projekts ist es, einen Prototyp eines fortschrittlichen Tools zur Optimierung des Anlageportfolios mit den innovativsten Lösungen für künstliche Intelligenz und maschinelles Lernen auf dem Markt zu schaffen. Das Ergebnis des Projekts wird eine Plattform sein, die Investmentfonds bei Investitionsentscheidungen unterstützt. Die Plattform verwendet die individuellen Handelsstrategien institutioneller Anleger für ihre Berechnungen und schafft jedes Mal einen einzigartigen Wert für den Kunden. Bei der Entwicklung der Plattform werden wir auch die neuesten Entdeckungen der Weltwissenschaft im Bereich der künstlichen Intelligenz (KI), insbesondere die neuesten Modelle von neuronalen Netzwerken und Verstärkungslernalgorithmen, nutzen. Die Unterscheidungsmerkmale der Plattform werden sein: — Generika/Universalität – die Fähigkeit, verschiedene Sätze neuronaler Netze für verschiedene Anlagestrategien anzuwenden, – die Fähigkeit zu lernen – die Fähigkeit, sich dank des Einsatzes von Verstärkungslernen an veränderte Marktbedingungen anzupassen, – hohe Präzision – Erhöhung der Effektivität neuronaler Netzwerkmodelle durch die Implementierung der neuesten Machine Learning Algorithmen (ML) zur Analyse von Zeitreihen, – die Möglichkeit der Diversifizierung von Aktivitäten und Risiko – die Fähigkeit, in mehr als 200 Instrumente zu investieren – fehlerfrei und skalierbar. Im Rahmen des Projekts werden folgende FuE-Arbeiten durchgeführt: — Entwurf und Schaffung einer effizienten Forschungsumgebung – Entwicklung von Datentransformationsmethoden und einer Reihe von Eingabedaten für neuronale Netze – Entwicklung von neuronalen Netzwerkmodellen und Algorithmen für das Expositions- und Portfoliomanagement unter Verwendung der neuesten KI- und ML-Entwicklungen, Erstellung eines voll funktionsfähigen Prototyps der Plattform und Testen unter realitätsnahen Bedingungen (German)
Property / summaryProperty / summary
Het doel van het project is het creëren van een prototype geavanceerde tool om de beleggingsportefeuille te optimaliseren met behulp van de meest innovatieve kunstmatige intelligentie en machine learning oplossingen die beschikbaar zijn op de markt. Het project zal resulteren in een platform om beleggingsfondsen te helpen bij het nemen van investeringsbeslissingen. Het platform zal gebruik maken van individuele handelsstrategieën van institutionele beleggers voor zijn berekeningen, het creëren van unieke waarde voor de cliënt elke keer. Bij de ontwikkeling van het platform zullen we ook profiteren van de nieuwste ontdekkingen van de wereldwetenschap op het gebied van kunstmatige intelligentie (AI), met name de nieuwste modellen van neurale netwerken en het versterken van leeralgoritmen. De onderscheidende kenmerken van het platform zijn: — generieke/universitaire – het vermogen om diverse sets van neurale netwerken toe te passen voor verschillende investeringsstrategieën, — zelflerend vermogen — vermogen om zich aan te passen aan veranderende marktomstandigheden door het gebruik van versterkingsleren, — hoge precisie — verhogen de efficiëntie van neurale netwerkmodellen door de nieuwste algoritmen voor machine learning (ML) toe te passen om tijdreeksen te analyseren, — mogelijkheid van diversificatie van activiteiten en risico’s – het vermogen om te investeren in meer dan 200 instrumenten, — fouteloosheid en schaalbaarheid. In het kader van het project zullen de volgende O & O-werkzaamheden worden uitgevoerd: — ontwerp en ontwikkeling van een efficiënte onderzoeksomgeving, — ontwikkeling van methoden voor gegevenstransformatie en een reeks inputgegevens voor neurale netwerken, — ontwikkeling van neurale netwerkmodellen en algoritmen voor blootstelling en portefeuillebeheer met behulp van de nieuwste KI- en ML-resultaten, — creatie van een volledig functioneel platformprototype en tests in vergelijkbare omstandigheden als de realiteit (Dutch)
Het doel van het project is om een prototype te maken van een geavanceerd hulpmiddel om de beleggingsportefeuille te optimaliseren met behulp van de meest innovatieve oplossingen voor kunstmatige intelligentie en machine learning die op de markt beschikbaar zijn. Het resultaat van het project zal een platform zijn dat investeringsfondsen ondersteunt bij het nemen van investeringsbeslissingen. Het platform zal de individuele handelsstrategieën van institutionele beleggers gebruiken voor zijn berekeningen, waardoor elke keer unieke waarde voor de klant wordt gecreëerd. Bij de ontwikkeling van het platform zullen we ook gebruik maken van de nieuwste ontdekkingen van de wereldwetenschap op het gebied van kunstmatige intelligentie (AI), met name de nieuwste modellen van neurale netwerken en versterkingsleeralgoritmen. De onderscheidende kenmerken van het platform zijn: — generiekheid/universiteit – het vermogen om verschillende sets neurale netwerken toe te passen voor verschillende beleggingsstrategieën, — het vermogen om te leren — het vermogen om zich aan te passen aan veranderende marktomstandigheden dankzij het gebruik van versterkend leren, — hoge precisie — het verhogen van de effectiviteit van neurale netwerkmodellen door de nieuwste machine learning-algoritmen (ML) toe te passen om tijdreeksen te analyseren, — de mogelijkheid van diversificatie van activiteiten en risico – het vermogen om te investeren in meer dan 200 instrumenten, — faal-vrij en schaalbaarheid. Als onderdeel van het project worden de volgende O & O-werkzaamheden uitgevoerd: — ontwerp en creëer een efficiënte onderzoeksomgeving, — ontwikkeling van methoden voor datatransformatie en een reeks inputgegevens voor neurale netwerken, — ontwikkeling van neurale netwerkmodellen en algoritmen voor blootstelling en portefeuillebeheer met behulp van de nieuwste AI- en ML-ontwikkelingen, — creatie van een volledig functioneel prototype van het platform en testen in omstandigheden die dicht bij de realiteit liggen (Dutch)
Property / summaryProperty / summary
L'obiettivo del progetto è quello di creare un prototipo di strumento avanzato per ottimizzare il portafoglio di investimenti utilizzando le più innovative soluzioni di intelligenza artificiale e machine learning disponibili sul mercato. Il progetto si tradurrà in una piattaforma per aiutare i fondi di investimento a prendere decisioni di investimento. La piattaforma utilizzerà le singole strategie di trading degli investitori istituzionali per i suoi calcoli, creando valore unico per il cliente ogni volta. Nello sviluppo della piattaforma, trarremo vantaggio anche dalle ultime scoperte della scienza mondiale nel campo dell'intelligenza artificiale (IA), in particolare gli ultimi modelli di reti neurali e il rafforzamento degli algoritmi di apprendimento. Le caratteristiche distintive della piattaforma saranno: — genericità/università – la capacità di applicare diversi insiemi di reti neurali per diverse strategie di investimento, — capacità di autoapprendimento — capacità di adattarsi alle mutevoli condizioni di mercato attraverso l'uso dell'apprendimento di rinforzo, — alta precisione — aumentare l'efficienza dei modelli di rete neurale implementando gli ultimi algoritmi di machine learning (ML) per analizzare le serie temporali, — possibilità di diversificazione delle attività e rischi – la capacità di investire in più di 200 strumenti, — mancanza di errori e scalabilità. Nell'ambito del progetto saranno realizzati i seguenti lavori di R & S: — progettazione e sviluppo di un ambiente di ricerca efficiente, — sviluppo di metodi di trasformazione dei dati e di una serie di dati di input per le reti neurali, — sviluppo di modelli di rete neurale e algoritmi di gestione dell'esposizione e del portafoglio utilizzando i più recenti risultati in materia di IA e ML, — creazione di un prototipo di piattaforma completamente funzionale e test in condizioni simili alla realtà (Italian)
L'obiettivo del progetto è quello di creare un prototipo di uno strumento avanzato per ottimizzare il portafoglio di investimenti utilizzando le più innovative soluzioni di intelligenza artificiale e machine learning disponibili sul mercato. Il risultato del progetto sarà una piattaforma di supporto ai fondi di investimento per prendere decisioni di investimento. La piattaforma utilizzerà le singole strategie di trading degli investitori istituzionali per i suoi calcoli, creando valore unico per il cliente ogni volta. Nello sviluppo della piattaforma, utilizzeremo anche le ultime scoperte della scienza mondiale nel campo dell'intelligenza artificiale (AI), in particolare gli ultimi modelli di reti neurali e algoritmi di apprendimento di rinforzo. Le caratteristiche distintive della piattaforma saranno: — genericità/universalità – la capacità di applicare diversi set di reti neurali per diverse strategie di investimento, — la capacità di apprendere — la capacità di adattarsi alle mutevoli condizioni di mercato grazie all'uso dell'apprendimento di rinforzo, — alta precisione — aumentando l'efficacia dei modelli di rete neurale implementando i più recenti algoritmi di machine learning (ML) per analizzare le serie temporali, — la possibilità di diversificazione delle attività e del rischio – la capacità di investire in più di 200 strumenti, — senza guasti e scalabilità. Nell'ambito del progetto saranno realizzati i seguenti lavori di R & S: — progettare e creare un ambiente di ricerca efficiente, — sviluppo di metodi di trasformazione dei dati e un insieme di dati di input per le reti neurali, — sviluppo di modelli di rete neurale e algoritmi di gestione dell'esposizione e del portafoglio utilizzando gli ultimi sviluppi AI e ML, — creazione di un prototipo completamente funzionale della piattaforma e test in condizioni vicine alla realtà (Italian)
Property / summaryProperty / summary
El objetivo del proyecto es crear un prototipo de herramienta avanzada para optimizar la cartera de inversiones utilizando las soluciones de inteligencia artificial y aprendizaje automático más innovadoras disponibles en el mercado. El proyecto dará como resultado una plataforma para ayudar a los fondos de inversión a tomar decisiones de inversión. La plataforma utilizará estrategias de negociación individuales de inversores institucionales para sus cálculos, creando un valor único para el cliente cada vez. En el desarrollo de la plataforma, también nos beneficiaremos de los últimos descubrimientos de la ciencia mundial en el campo de la inteligencia artificial (IA), en particular los últimos modelos de redes neuronales y algoritmos de aprendizaje de refuerzo. Las características distintivas de la plataforma serán: — Genérico/Universidad – la capacidad de aplicar diversos conjuntos de redes neuronales a diferentes estrategias de inversión, — capacidad de autoaprendizaje — capacidad de adaptarse a las cambiantes condiciones del mercado mediante el uso del aprendizaje reforzado, — alta precisión — aumentar la eficiencia de los modelos de red neuronal mediante la aplicación de los últimos algoritmos de aprendizaje automático (ML) para analizar series temporales, — posibilidad de diversificación de actividades y riesgos – la capacidad de invertir en más de 200 instrumentos, — falta de precisión y escalabilidad. Como parte del proyecto, se llevarán a cabo las siguientes obras de I+D: — diseño y desarrollo de un entorno de investigación eficiente, — desarrollo de métodos de transformación de datos y un conjunto de datos de entrada para redes neuronales, — desarrollo de modelos de redes neuronales y algoritmos de gestión de la exposición y de carteras utilizando los últimos logros en IA y ML, — creación de un prototipo de plataforma totalmente funcional y pruebas en condiciones similares a la realidad (Spanish)
El objetivo del proyecto es crear un prototipo de una herramienta avanzada para optimizar la cartera de inversiones utilizando las soluciones de inteligencia artificial y aprendizaje automático más innovadoras disponibles en el mercado. El resultado del proyecto será una plataforma que apoyará a los fondos de inversión en la toma de decisiones de inversión. La plataforma utilizará las estrategias de negociación individuales de los inversores institucionales para sus cálculos, creando un valor único para el cliente cada vez. En el desarrollo de la plataforma, también utilizaremos los últimos descubrimientos de la ciencia mundial en el campo de la inteligencia artificial (IA), en particular los últimos modelos de redes neuronales y algoritmos de aprendizaje de refuerzo. Las características distintivas de la plataforma serán: — genérico/universalidad – la capacidad de aplicar diversos conjuntos de redes neuronales para diferentes estrategias de inversión, — la capacidad de aprender — la capacidad de adaptarse a las cambiantes condiciones del mercado gracias al uso del aprendizaje de refuerzo, — alta precisión — aumentando la eficacia de los modelos de redes neuronales mediante la implementación de los últimos algoritmos de aprendizaje automático (ML) para analizar series temporales, — la posibilidad de diversificación de actividades y riesgo – la capacidad de invertir en más de 200 instrumentos, — libre de fallos y escalabilidad. Como parte del proyecto, se llevarán a cabo los siguientes trabajos de I+D: — diseñar y crear un entorno de investigación eficiente, — desarrollo de métodos de transformación de datos y un conjunto de datos de entrada para redes neuronales, — desarrollo de modelos de redes neuronales y algoritmos de gestión de la exposición y la cartera utilizando los últimos desarrollos de IA y ML, — creación de un prototipo completamente funcional de la plataforma y pruebas en condiciones cercanas a la realidad (Spanish)
Property / summaryProperty / summary
Projekti eesmärk on luua täiustatud prototüüp investeerimisportfelli optimeerimiseks, kasutades turul kättesaadavaid kõige uuenduslikumaid tehisintellekti ja masinõppe lahendusi. Projekti tulemuseks on platvorm, mis aitab investeerimisfondidel teha investeerimisotsuseid. Platvorm kasutab oma arvutustes institutsionaalsete investorite individuaalseid kauplemisstrateegiaid, luues kliendile iga kord ainulaadse väärtuse. Platvormi arendamisel saame kasu ka uusimatest maailma teaduse avastustest tehisintellekti valdkonnas, eelkõige närvivõrkude uusimatest mudelitest ja tugevdavate õppealgoritmide kasutamisest. Platvormi tunnusjooned on järgmised: âEUR geneeriline/universaalsus – võime rakendada diferentseeritud närvivõrgu komplektid erinevate investeerimisstrateegiate, âEUR iseõppimine âEUR võimet kohaneda muutuvate turutingimuste kasutades tugevdamine õppe, âEUR suure täpsusega âEUR tõhususe âEUR tõhusust neurovõrgu mudelid, rakendades uusimaid masinõppe algoritme (ML) aegridade analüüsi, âEUR võime mitmekesistada tegevusi ja riske – võime investeerida rohkem kui 200 instrumenti, veatus ja mastaapsus. Projekti raames viiakse läbi järgmised uurimis- ja arendustööd: projekteerida ja luua tõhus teaduskeskkond, arendada meetodeid andmete teisendamise ja sisendandmete närvivõrkudes, âEUR arendamine neuron võrgu mudelid ja algoritmid kokkupuute ja portfelli haldamise kasutades uusimaid AI ja ML saavutusi, âEUR luua täielikult toimiv prototüüp platvormi ja testimine sarnase reaalsused (Estonian)
Projekti eesmärk on luua täiustatud vahendi prototüüp investeerimisportfelli optimeerimiseks, kasutades kõige uuenduslikumaid tehisintellekti ja masinõppe lahendusi turul. Projekti tulemuseks on platvorm, mis toetab investeerimisfonde investeerimisotsuste tegemisel. Platvorm kasutab oma arvutustes institutsionaalsete investorite individuaalseid kauplemisstrateegiaid, luues kliendile iga kord ainulaadse väärtuse. Platvormi arendamisel kasutame ka maailma teaduse uusimaid avastusi tehisintellekti (AI) valdkonnas, eelkõige neurovõrkude uusimaid mudeleid ja õppealgoritmide tugevdamist. Platvormi tunnusjooned on järgmised: – geneerilisus/universaalsus – võime rakendada erinevaid närvivõrke erinevate investeerimisstrateegiate jaoks, – õppimisvõime – võime kohaneda muutuvate turutingimustega tänu tugevdava õppe kasutamisele, – suur täpsus – närvivõrgu mudelite tõhususe suurendamine, rakendades uusimaid masinõppe algoritme (ML) aegridade analüüsimiseks, – tegevuste mitmekesistamise võimalus ning risk – võime investeerida rohkem kui 200 instrumenti, – tõrkevaba ja mastaapsus. Projekti raames tehakse järgmisi teadus- ja arendustegevusi: töötada välja ja luua tõhus uurimiskeskkond, – töötada välja andmete ümberkujundamise meetodid ja närvivõrkude sisendandmete kogum, – arendada närvivõrgu mudeleid ning kokkupuute- ja portfellihalduse algoritme, kasutades uusimaid tehisintellekti ja MLi arendusi, – platvormi täisfunktsionaalse prototüübi loomine ja katsetamine reaalsusele lähedastes tingimustes. (Estonian)
Property / summaryProperty / summary
Projekto tikslas – sukurti pažangią priemonę investicijų portfeliui optimizuoti naudojant novatoriškiausius rinkoje prieinamus dirbtinio intelekto ir mašinų mokymosi sprendimus. Įgyvendinant projektą bus sukurta platforma, skirta padėti investiciniams fondams priimti investicinius sprendimus. Platforma savo skaičiavimuose naudos individualias institucinių investuotojų prekybos strategijas, kiekvieną kartą sukurdama unikalią vertę klientui. Kuriant platformą, mes taip pat naudos iš naujausių atradimų pasaulio mokslo dirbtinio intelekto srityje, ypač naujausi modeliai neuroninių tinklų ir stiprinti mokymosi algoritmai. Skiriamieji platformos bruožai bus šie: â EUR generinis/universalumas – gebėjimas taikyti diferencijuotą neuroninio tinklo rinkinius skirtingoms investavimo strategijoms, ā EUR self-learning â EUR gebėjimas prisitaikyti prie besikeičiančių rinkos sąlygų naudojant armatūros mokymąsi, â EUR didelio tikslumo â EUR didinti neuroninio tinklo modelių efektyvumą įgyvendinant naujausius mašinų mokymosi algoritmus (ML) laiko eilučių analizei, â EUR gebėjimas įvairinti veiklą ir riziką – gebėjimas investuoti į daugiau nei 200 instrumentų, â EUR nepriekaištingumas ir mastelio. Projekto metu bus atliekami šie R & D darbai: â EUR dizainas ir sukurti veiksmingą mokslinių tyrimų aplinką, â EUR plėtros metodų duomenų transformacijos ir įvesties duomenų neuronų tinklų, â EUR plėtros neuronų tinklo modelių ir algoritmų poveikio ir portfelio valdymo naudojant naujausius AI ir ML pasiekimus, â EUR sukurti visiškai funkcinis prototipas platforma ir testavimas pagal panašias realybes (Lithuanian)
Projekto tikslas – sukurti pažangios priemonės prototipą, siekiant optimizuoti investicijų portfelį naudojant inovatyviausius dirbtinio intelekto ir mašinų mokymosi sprendimus rinkoje. Projekto rezultatas bus platforma, padedanti investiciniams fondams priimti investicinius sprendimus. Platforma naudos individualias institucinių investuotojų prekybos strategijas savo skaičiavimams, kiekvieną kartą sukurdama unikalią vertę klientui. Kurdami platformą, taip pat naudosime naujausius pasaulio mokslo atradimus dirbtinio intelekto (AI) srityje, ypač naujausius neuroninių tinklų modelius ir mokymosi algoritmus. Platformos skiriamieji bruožai bus šie: – bendrumas/universalumas – gebėjimas taikyti įvairius neuroninių tinklų rinkinius skirtingoms investavimo strategijoms, – gebėjimas mokytis – gebėjimas prisitaikyti prie besikeičiančių rinkos sąlygų naudojant sustiprintą mokymąsi, – didelis tikslumas – neuroninių tinklų modelių efektyvumo didinimas įgyvendinant naujausius mašininio mokymosi algoritmus (ML) analizuoti laiko eilutes, – veiklos ir rizikos diversifikavimo galimybė; gebėjimas investuoti į daugiau nei 200 instrumentų, – be gedimų ir mastelio. Įgyvendinant projektą bus atlikti šie MTTP darbai: – kurti ir kurti veiksmingą mokslinių tyrimų aplinką, – kurti duomenų transformacijos metodus ir neuroniniams tinklams skirtų pradinių duomenų rinkinį, – neuroninių tinklų modelių ir poveikio bei portfelio valdymo algoritmų kūrimą naudojant naujausius DI ir ML pokyčius, – sukurti visiškai funkcinį platformos prototipą ir atlikti bandymus panašiomis sąlygomis, (Lithuanian)
Property / summaryProperty / summary
Cilj je projekta stvoriti prototip naprednog alata za optimizaciju portfelja ulaganja koristeći najinovativnija rješenja za umjetnu inteligenciju i strojno učenje dostupna na tržištu. Projekt će rezultirati platformom za pomoć investicijskim fondovima u donošenju odluka o ulaganjima. Platforma će koristiti pojedinačne strategije trgovanja institucionalnih investitora za svoje izračune, stvarajući jedinstvenu vrijednost za klijenta svaki put. U razvoju platforme imat ćemo koristi i od najnovijih otkrića svjetske znanosti u području umjetne inteligencije, posebno najnovijih modela neuronskih mreža i pojačanih algoritama za učenje. Razlikovne značajke platforme bit će: âEUR generički/univerzalnost – sposobnost primjene diferencirane neuronske mreže skupova za različite strategije ulaganja, â EUR self-learning â EUR sposobnost da se prilagodi promjenjivim tržišnim uvjetima pomoću pojačanog učenja, â EUR visoke preciznosti â EUR povećanje učinkovitosti neuronskih modela primjenom najnovijih algoritama strojnog učenja (ML) za analizu vremenskih serija, â EUR sposobnost za diversifikaciju aktivnosti i rizika – sposobnost ulaganja u više od 200 instrumenata, â EUR besprijekornost i skalabilnost. U okviru projekta provest će se sljedeći radovi na istraživanju i razvoju: âEUR dizajn i stvoriti učinkovito istraživačko okruženje, â EUR razvoj metoda transformacije podataka i ulaznih podataka za neuronske mreže, â EUR razvoj neuron mrežnih modela i algoritama za izloženost i upravljanje portfeljem pomoću najnovijih AI i ML postignuća, â EUR stvaranje potpuno funkcionalan prototip platforme i testiranje pod sličnim stvarnosti (Croatian)
Cilj projekta je stvoriti prototip naprednog alata za optimizaciju investicijskog portfelja korištenjem najinovativnijih rješenja umjetne inteligencije i strojnog učenja dostupnih na tržištu. Rezultat projekta bit će platforma za potporu investicijskim fondovima u donošenju investicijskih odluka. Platforma će koristiti pojedinačne strategije trgovanja institucionalnih investitora za svoje izračune, stvarajući jedinstvenu vrijednost za klijenta svaki put. U razvoju platforme koristit ćemo se i najnovijim otkrićima svjetske znanosti u području umjetne inteligencije (AI), posebno najnovijim modelima neuronskih mreža i poboljšanim algoritmima učenja. Razlikovne značajke platforme bit će: — generičnost/sveučilišnost – sposobnost primjene različitih skupova neuronskih mreža za različite strategije ulaganja, – sposobnost učenja – sposobnost prilagodbe promjenjivim tržišnim uvjetima zahvaljujući korištenju pojačanog učenja, – visoka preciznost – povećanje učinkovitosti modela neuronskih mreža primjenom najnovijih algoritama strojnog učenja za analizu vremenskih serija – mogućnost diversifikacije aktivnosti i rizika – sposobnost ulaganja u više od 200 instrumenata – bez kvarova i skalabilnosti. U sklopu projekta provest će se sljedeći radovi na istraživanju i razvoju: — osmišljavanje i stvaranje učinkovitog istraživačkog okruženja, razvoj metoda transformacije podataka i skupa ulaznih podataka za neuronske mreže, razvoj modela neuronskih mreža te algoritmi za upravljanje izloženostima i portfeljem primjenom najnovijih dostignuća umjetne inteligencije i ML-a, stvaranje potpuno funkcionalnog prototipa platforme i testiranje u uvjetima koji su blizu stvarnosti (Croatian)
Property / summaryProperty / summary
Στόχος του έργου είναι η δημιουργία ενός πρωτότυπου προηγμένου εργαλείου για τη βελτιστοποίηση του επενδυτικού χαρτοφυλακίου με τη χρήση των πλέον καινοτόμων λύσεων τεχνητής νοημοσύνης και μηχανικής μάθησης που διατίθενται στην αγορά. Το έργο θα οδηγήσει σε μια πλατφόρμα που θα βοηθήσει τα επενδυτικά ταμεία να λαμβάνουν επενδυτικές αποφάσεις. Η πλατφόρμα θα χρησιμοποιεί μεμονωμένες στρατηγικές διαπραγμάτευσης των θεσμικών επενδυτών για τους υπολογισμούς της, δημιουργώντας μια μοναδική αξία για τον πελάτη κάθε φορά. Κατά την ανάπτυξη της πλατφόρμας, θα ωφεληθούμε επίσης από τις τελευταίες ανακαλύψεις της παγκόσμιας επιστήμης στον τομέα της τεχνητής νοημοσύνης (ΤΝ), ιδίως από τα τελευταία μοντέλα νευρωνικών δικτύων και αλγορίθμων μάθησης ενίσχυσης. Τα διακριτικά χαρακτηριστικά της πλατφόρμας θα είναι: â EUR general/universality – η δυνατότητα να εφαρμόσει διαφοροποιημένα νευρωνικά σύνολα δικτύου για διαφορετικές επενδυτικές στρατηγικές, â EUR αυτομάθηση â EUR την ικανότητα να προσαρμοστούν στις μεταβαλλόμενες συνθήκες της αγοράς με τη χρήση της μάθησης ενίσχυση, â EUR υψηλής ακρίβειας â EUR την αύξηση της απόδοσης των νευρωνικών μοντέλων δικτύου με την εφαρμογή των τελευταίων αλγορίθμων εκμάθησης μηχανής (ML) για ανάλυση χρονολογικών σειρών, â EUR η δυνατότητα να διαφοροποιήσουν τις δραστηριότητες και τους κινδύνους &ndash? η ικανότητα να επενδύσουν σε περισσότερα από 200 μέσα, â EUR αψεγάδιαστη και επεκτασιμότητα. Στο πλαίσιο του έργου θα εκτελεστούν οι ακόλουθες εργασίες R & D: â EUR σχεδιασμό και να δημιουργήσει ένα αποτελεσματικό περιβάλλον έρευνας, âEUR την ανάπτυξη των μεθόδων του μετασχηματισμού των δεδομένων και των δεδομένων εισόδου για νευρωνικά δίκτυα, â EUR ανάπτυξη των μοντέλων δικτύου νευρώνων και αλγορίθμων για την έκθεση και τη διαχείριση χαρτοφυλακίου χρησιμοποιώντας τα τελευταία επιτεύγματα AI και ML, â EUR δημιουργία ενός πλήρως λειτουργικό πρωτότυπο της πλατφόρμας και δοκιμές κάτω από παρόμοιες πραγματικότητες (Greek)
Στόχος του έργου είναι η δημιουργία ενός πρωτοτύπου ενός προηγμένου εργαλείου για τη βελτιστοποίηση του χαρτοφυλακίου επενδύσεων χρησιμοποιώντας τις πιο καινοτόμες λύσεις τεχνητής νοημοσύνης και μηχανικής μάθησης που διατίθενται στην αγορά. Το αποτέλεσμα του έργου θα είναι μια πλατφόρμα υποστήριξης επενδυτικών κεφαλαίων για τη λήψη επενδυτικών αποφάσεων. Η πλατφόρμα θα χρησιμοποιεί τις μεμονωμένες στρατηγικές συναλλαγών των θεσμικών επενδυτών για τους υπολογισμούς της, δημιουργώντας μοναδική αξία για τον πελάτη κάθε φορά. Κατά την ανάπτυξη της πλατφόρμας, θα χρησιμοποιήσουμε επίσης τις τελευταίες ανακαλύψεις της παγκόσμιας επιστήμης στον τομέα της τεχνητής νοημοσύνης (AI), ιδίως τα τελευταία μοντέλα νευρωνικών δικτύων και την ενίσχυση αλγορίθμων μάθησης. Τα διακριτικά χαρακτηριστικά της πλατφόρμας θα είναι: — γενίκευση/καθολικότητα &ndash ικανότητα εφαρμογής ποικίλων συνόλων νευρωνικών δικτύων για διαφορετικές επενδυτικές στρατηγικές, — ικανότητα μάθησης — ικανότητα προσαρμογής στις μεταβαλλόμενες συνθήκες της αγοράς χάρη στη χρήση της ενισχυμένης μάθησης, — υψηλή ακρίβεια — αύξηση της αποτελεσματικότητας των μοντέλων νευρωνικών δικτύων με την εφαρμογή των πιο πρόσφατων αλγορίθμων μηχανικής μάθησης (ML) για την ανάλυση χρονοσειρών, — δυνατότητα διαφοροποίησης των δραστηριοτήτων και κινδύνου &ndash· η ικανότητα επένδυσης σε περισσότερα από 200 μέσα, — χωρίς αποτυχία και επεκτασιμότητα. Στο πλαίσιο του έργου, θα εκτελεστούν οι ακόλουθες εργασίες Ε & Α: — σχεδιασμός και δημιουργία αποτελεσματικού ερευνητικού περιβάλλοντος, — ανάπτυξη μεθόδων μετασχηματισμού δεδομένων και δέσμη δεδομένων εισόδου για νευρωνικά δίκτυα, ανάπτυξη μοντέλων νευρωνικών δικτύων και αλγορίθμων έκθεσης και διαχείρισης χαρτοφυλακίου με τη χρήση των τελευταίων εξελίξεων στον τομέα της τεχνητής νοημοσύνης και της νομιμοποίησης εσόδων από παράνομες δραστηριότητες — δημιουργία ενός πλήρως λειτουργικού πρωτοτύπου της πλατφόρμας και δοκιμή σε συνθήκες πλησίον της πραγματικότητας (Greek)
Property / summaryProperty / summary
Cieľom projektu je vytvoriť prototyp pokročilého nástroja na optimalizáciu investičného portfólia pomocou najinovatívnejších riešení umelej inteligencie a strojového učenia dostupných na trhu. Výsledkom projektu bude platforma na pomoc investičným fondom pri prijímaní investičných rozhodnutí. Platforma bude pri svojich výpočtoch využívať individuálne obchodné stratégie inštitucionálnych investorov, čím vždy vytvorí jedinečnú hodnotu pre klienta. Pri vývoji platformy budeme mať prospech aj z najnovších objavov svetovej vedy v oblasti umelej inteligencie, najmä z najnovších modelov neurónových sietí a algoritmov posilnenia učenia. Rozlišovacie črty platformy budú: â EUR generické/univerzality – schopnosť uplatňovať diferencované neurónové siete sady pre rôzne investičné stratégie, â EUR self-learning â EUR schopnosť prispôsobiť sa meniacim sa trhovým podmienkam pomocou posilnenia učenia, â EUR vysoká presnosť â EUR zvýšenie efektívnosti neurónových sieťových modelov implementáciou najnovších algoritmov strojového učenia (ML) pre analýzu časových radov, â EUR schopnosť diverzifikovať činnosti a riziká – schopnosť investovať do viac ako 200 nástrojov, bezchybnosť a škálovateľnosť. V rámci projektu sa vykonajú tieto práce v oblasti výskumu a vývoja: navrhnúť a vytvoriť efektívne výskumné prostredie, â EUR rozvoj metód transformácie dát a vstupných dát pre neurónové siete, â EUR rozvoj neurónových sieťových modelov a algoritmov pre expozíciu a riadenie portfólia pomocou najnovších AI a ML úspechov, â EUR vytvorenie plne funkčného prototypu platformy a testovanie pod podobnou realitou (Slovak)
Cieľom projektu je vytvoriť prototyp pokročilého nástroja na optimalizáciu investičného portfólia pomocou najinovatívnejších riešení umelej inteligencie a strojového učenia dostupných na trhu. Výsledkom projektu bude platforma podporujúca investičné fondy pri prijímaní investičných rozhodnutí. Platforma bude pri svojich výpočtoch využívať individuálne obchodné stratégie inštitucionálnych investorov, čím pre klienta zakaždým vytvorí jedinečnú hodnotu. Pri vývoji platformy využijeme aj najnovšie objavy svetovej vedy v oblasti umelej inteligencie (AI), najmä najnovšie modely neurónových sietí a algoritmov učenia. Charakteristické črty platformy budú: — druhovosť/univerzita – schopnosť aplikovať rôzne súbory neurónových sietí pre rôzne investičné stratégie, – schopnosť učiť sa – schopnosť prispôsobiť sa meniacim sa trhovým podmienkam vďaka použitiu výstužného učenia, – vysoká presnosť – zvýšenie účinnosti neurónových sieťových modelov implementáciou najnovších algoritmov strojového učenia (ML) na analýzu časových radov, – možnosť diverzifikácie činností a rizík – schopnosť investovať do viac ako 200 nástrojov – bez zlyhania a škálovateľnosti. V rámci projektu sa vykonajú tieto práce v oblasti výskumu a vývoja: — návrh a vytvorenie efektívneho výskumného prostredia, – vývoj metód transformácie dát a súboru vstupných údajov pre neurónové siete, – vývoj modelov neurónovej siete a algoritmov riadenia expozície a portfólia s využitím najnovšieho vývoja umelej inteligencie a ML – vytvorenie plne funkčného prototypu platformy a testovanie v podmienkach blízkych realite (Slovak)
Property / summaryProperty / summary
Hankkeen tavoitteena on luoda prototyyppi edistykselliselle välineelle sijoitussalkun optimoimiseksi markkinoiden innovatiivisimpien tekoäly- ja koneoppimisratkaisujen avulla. Hankkeen tuloksena on foorumi, joka auttaa sijoitusrahastoja tekemään sijoituspäätöksiä. Alusta käyttää yksittäisten yhteisösijoittajien kaupankäyntistrategioita laskelmissaan, mikä luo ainutlaatuisen arvon asiakkaalle joka kerta. Alustaa kehitettäessä hyödymme myös uusimmista löydöksistä maailman tieteestä tekoälyn alalla, erityisesti uusimmista neuroverkkomalleista ja vahvistusalgoritmeista. Alustan erityispiirteet ovat seuraavat: geneerinen/universality – kyky soveltaa eriytettyä hermoverkkoa eri investointistrategioihin, itseopiskelua â EUR kyky sopeutua muuttuviin markkinaolosuhteisiin käyttämällä vahvistusoppimista, korkean tarkkuuden lisääminen hermoverkkomallien tehokkuuden lisäämisellä toteuttamalla uusimmat koneoppimisen algoritmit (ML) aikasarja-analyysiin, kyky monipuolistaa toimintoja ja riskejä – kyky investoida yli 200 välineeseen, virheettömyyteen ja skaalautuvuuteen. Hankkeessa toteutetaan seuraavat tutkimus- ja kehitystyöt: âEUR suunnitella ja luoda tehokas tutkimusympäristö, kehittäminen menetelmiä datan muuntaminen ja syöttötiedot hermoverkkojen, kehittäminen neuron verkkomalleja ja algoritmeja altistumista ja salkun hallintaa käyttäen uusin AI ja ML saavutuksia, luominen täysin toimiva prototyyppi alustan ja testaus vastaavissa realiteeteissa (Finnish)
Hankkeen tavoitteena on luoda edistyksellisen työkalun prototyyppi sijoitussalkun optimoimiseksi markkinoiden innovatiivisimmilla tekoäly- ja koneoppimisratkaisuilla. Hankkeen tuloksena syntyy alusta, joka tukee sijoitusrahastoja sijoituspäätösten tekemisessä. Alusta käyttää institutionaalisten sijoittajien yksittäisiä kaupankäyntistrategioita laskelmissaan, luoden asiakkaalle ainutlaatuisen arvon joka kerta. Alustan kehittämisessä hyödynnämme myös viimeisimpiä löytöjä maailmantieteestä tekoälyn (AI) alalla, erityisesti uusimpia neuroverkkojen malleja ja vahvistavia oppimisalgoritmeja. Alustan tunnusmerkkejä ovat seuraavat: yleisyys/universality – kyky soveltaa erilaisia hermoverkkoja erilaisiin investointistrategioihin, – kyky oppia – kyky sopeutua muuttuviin markkinaolosuhteisiin vahvistavan oppimisen käytön ansiosta – korkea tarkkuus – hermoverkkomallien tehokkuuden lisääminen toteuttamalla uusimmat koneoppimisalgoritmit (ML) aikasarjojen analysoimiseksi – toimintojen ja riskien monipuolistamisen mahdollisuus; kyky sijoittaa yli 200 instrumenttiin – epäonnistumisvapaa ja skaalautuvuus. Hankkeen yhteydessä toteutetaan seuraavat t & k-työt: — suunnitella ja luoda tehokas tutkimusympäristö – tietojen muuntamismenetelmien ja syöttötietojen kehittäminen hermoverkkoja varten – hermoverkkomallien sekä altistumisen ja salkunhallinnan algoritmien kehittäminen käyttäen uusinta tekoälyn ja ML:n kehitystä – alustan täysin toimivan prototyypin luominen ja testaus lähellä todellisuutta (Finnish)
Property / summaryProperty / summary
A projekt célja, hogy a piacon elérhető leginnovatívabb mesterséges intelligencia és gépi tanulási megoldások felhasználásával korszerű prototípust hozzon létre a befektetési portfólió optimalizálására. A projekt eredményeként létrejön egy olyan platform, amely segíti a befektetési alapokat a befektetési döntések meghozatalában. A platform az intézményi befektetők egyéni kereskedési stratégiáit fogja használni a számításaihoz, és minden alkalommal egyedi értéket teremt az ügyfél számára. A platform fejlesztése során hasznosítani fogjuk a mesterséges intelligencia (AI) területén a világtudomány legújabb felfedezéseit is, különösen a neurális hálózatok legújabb modelljeit és a tanulási algoritmusok megerősítését. A platform megkülönböztető jellemzői a következők lesznek: általános/egyetemi – az a képesség, hogy differenciált neurális hálózati készletek különböző befektetési stratégiák, â EUR öntanulás â EUR képes alkalmazkodni a változó piaci feltételek segítségével erősítés tanulás, âEUR nagy pontosságú âEUR növeli a hatékonyságát neurális hálózati modellek végrehajtása révén a legújabb gépi tanulási algoritmusok (ML) idősor-elemzés, âEUR képes diverzifikálni tevékenységek és kockázatok – az a képesség, hogy több mint 200 eszközbe fektessenek be, hibátlanság és méretezhetőség. A projekt keretében a következő R & D munkákat fogják elvégezni: hatékony kutatási környezet kialakítása és létrehozása, a neurális hálózatok adatátalakítási és bemeneti adatainak fejlesztése, neuron hálózati modellek és algoritmusok kifejlesztése az expozícióhoz és a portfóliókezeléshez a legújabb MI- és ML-eredmények felhasználásával, a platform teljesen működőképes prototípusának létrehozása és tesztelése hasonló körülmények között (Hungarian)
A projekt célja egy olyan fejlett eszköz prototípusának létrehozása, amely optimalizálja a befektetési portfóliót a piacon elérhető leginnovatívabb mesterséges intelligencia és gépi tanulási megoldások felhasználásával. A projekt eredménye egy olyan platform lesz, amely támogatja a befektetési alapokat a befektetési döntések meghozatalában. A platform az intézményi befektetők egyéni kereskedési stratégiáit használja a számításokhoz, és minden alkalommal egyedi értéket teremt az ügyfél számára. A platform fejlesztése során a mesterséges intelligencia (AI) területén a világtudomány legújabb felfedezéseit is felhasználjuk, különösen a neurális hálózatok legújabb modelljeit és a tanulási algoritmusok megerősítését. A platform megkülönböztető jellemzői a következők lesznek: általánosság/egyetemi – az a képesség, hogy különböző neurális hálózatokat alkalmazzon a különböző befektetési stratégiákhoz, – a tanulási képesség – a változó piaci feltételekhez való alkalmazkodás képessége a megerősítő tanulás használatának köszönhetően, – nagy pontosság – a neurális hálózati modellek hatékonyságának növelése a legújabb gépi tanulási algoritmusok (ML) alkalmazásával az idősorok elemzésére, – a tevékenységek és a kockázatok diverzifikációjának lehetősége; több mint 200 eszközbe történő befektetés képessége – hibamentes és skálázhatóság. A projekt részeként a következő K+F munkákra kerül sor: hatékony kutatási környezet tervezése és létrehozása, – adattranszformációs módszerek és bemeneti adatok kidolgozása neurális hálózatok számára, – neurális hálózati modellek és expozíciós és portfóliókezelési algoritmusok fejlesztése a legújabb AI és ML fejlesztések felhasználásával, – a platform teljesen működőképes prototípusának létrehozása és tesztelése a valósághoz közeli körülmények között (Hungarian)
Property / summaryProperty / summary
Cílem projektu je vytvořit prototyp pokročilý nástroj pro optimalizaci investičního portfolia s využitím nejinovativnějších řešení umělé inteligence a strojového učení dostupných na trhu. Výsledkem projektu bude platforma, která investičním fondům pomůže při rozhodování o investicích. Platforma bude pro své výpočty využívat individuální obchodní strategie institucionálních investorů, čímž pro klienta vytvoří jedinečnou hodnotu pokaždé. Při vývoji platformy budeme těžit také z nejnovějších objevů světové vědy v oblasti umělé inteligence, zejména z nejnovějších modelů neuronových sítí a posílení algoritmů učení. Charakteristické rysy platformy budou: â EUR generická/univerzalita – schopnost uplatňovat diferencované sady neuronových sítí pro různé investiční strategie, â EUR self-learning â EUR schopnost přizpůsobit se měnícím se podmínkám na trhu pomocí posílení učení, â EUR vysoká přesnost â EUR zvýšení účinnosti modelů neuronových sítí zavedením nejnovějších algoritmů strojového učení (ML) pro analýzu časových řad, â EUR schopnost diverzifikovat činnosti a rizika – schopnost investovat do více než 200 nástrojů, â EUR bezchybnost a škálovatelnost. V rámci projektu budou provedeny tyto práce v oblasti výzkumu a vývoje: â EUR design a vytvořit efektivní výzkumné prostředí, â EUR vývoj metod transformace dat a vstupních dat pro neuronové sítě, â EUR vývoj neuron síťových modelů a algoritmů pro expozici a správu portfolia s využitím nejnovějších AI a ML úspěchy, â EUR vytvoření plně funkční prototyp platformy a testování v podobných realitách (Czech)
Cílem projektu je vytvořit prototyp pokročilého nástroje pro optimalizaci investičního portfolia s využitím nejinovativnějších řešení umělé inteligence a strojového učení dostupných na trhu. Výsledkem projektu bude platforma podporující investiční fondy při rozhodování o investicích. Platforma bude pro své výpočty využívat individuální obchodní strategie institucionálních investorů, čímž pro klienta pokaždé vytvoří jedinečnou hodnotu. Při vývoji platformy využijeme také nejnovější objevy světové vědy v oblasti umělé inteligence (AI), zejména nejnovější modely neuronových sítí a algoritmy výztuže. Charakteristickými rysy platformy budou: — genericita/univerzita – schopnost aplikovat různé sady neuronových sítí pro různé investiční strategie – schopnost učit se – schopnost přizpůsobit se měnícím se tržním podmínkám díky využití výztuže, – vysoká přesnost – zvýšení účinnosti modelů neuronových sítí zavedením nejnovějších algoritmů strojového učení pro analýzu časových řad, – možnost diverzifikace činností a rizik – schopnost investovat do více než 200 nástrojů – bez selhání a škálovatelnost. V rámci projektu budou provedeny tyto výzkumné a vývojové práce: — navrhnout a vytvořit efektivní výzkumné prostředí, – vývoj metod transformace dat a souboru vstupních dat pro neuronové sítě, – vývoj modelů neuronových sítí a algoritmů pro správu expozice a portfolia s využitím nejnovějšího vývoje umělé inteligence a ML, – vytvoření plně funkčního prototypu platformy a testování v podmínkách blízkých realitě (Czech)
Property / summaryProperty / summary
Projekta mērķis ir izveidot prototipu progresīvu instrumentu investīciju portfeļa optimizēšanai, izmantojot tirgū pieejamos inovatīvākos mākslīgā intelekta un mašīnmācīšanās risinājumus. Projekta rezultātā tiks izveidota platforma, kas palīdzēs ieguldījumu fondiem pieņemt lēmumus par ieguldījumiem. Platforma izmantos institucionālo ieguldītāju individuālās tirdzniecības stratēģijas saviem aprēķiniem, radot unikālu vērtību klientam katru reizi. Izstrādājot platformu, mēs gūsim labumu arī no jaunākajiem pasaules zinātnes atklājumiem mākslīgā intelekta (MI) jomā, jo īpaši no jaunākajiem neironu tīklu modeļiem un stiprināt mācību algoritmus. Platformas atšķirīgās iezīmes būs šādas: â EUR generic/universalitāte – spēja piemērot diferencētu neironu tīkla kopas dažādām ieguldījumu stratēģijām, â EUR pašmācības â EUR spēja pielāgoties mainīgajiem tirgus apstākļiem, izmantojot pastiprinājuma mācīšanās, â EUR augstas precizitātes â EUR palielinot efektivitāti neironu tīkla modeļiem, īstenojot jaunākās mašīnmācīšanās algoritmus (ML) par laikrindu analīzi, â EUR spēju dažādot aktivitātes un riskus –ndash; spēja ieguldīt vairāk nekā 200 instrumentiem, â EUR nevainojamība un mērogojamība. Projekta ietvaros tiks veikti šādi R & D darbi: â EUR dizains un izveidot efektīvu pētniecības vidi, â EUR attīstības metodes datu transformācijas un ievades datus nervu tīkliem, â EUR attīstība neironu tīkla modeļus un algoritmus ekspozīciju un portfeļa pārvaldību, izmantojot jaunākos AI un ML sasniegumus, â EUR izveide pilnībā funkcionālu prototipu platformas un testēšanu saskaņā ar līdzīgām realitātēm (Latvian)
Projekta mērķis ir izveidot progresīva instrumenta prototipu, lai optimizētu investīciju portfeli, izmantojot tirgū pieejamos inovatīvākos mākslīgā intelekta un mašīnmācīšanās risinājumus. Projekta rezultāts būs platforma, kas atbalsta investīciju fondus investīciju lēmumu pieņemšanā. Platforma saviem aprēķiniem izmantos institucionālo investoru individuālās tirdzniecības stratēģijas, katru reizi radot klientam unikālu vērtību. Platformas izstrādē mēs izmantosim arī jaunākos pasaules zinātnes atklājumus mākslīgā intelekta (MI) jomā, jo īpaši jaunākos neironu tīklu modeļus un mācību algoritmus. Platformas atšķirīgās iezīmes būs šādas: —vispārīgums/universalitāte – spēja pielietot dažādus neironu tīklu kopumus dažādām investīciju stratēģijām, — spēja mācīties — spēja pielāgoties mainīgajiem tirgus apstākļiem, pateicoties pastiprinājumu apguvei, — augsta precizitāte — palielinot neironu tīklu modeļu efektivitāti, ieviešot jaunākos mašīnmācīšanās algoritmus (ML), lai analizētu laikrindas, — iespēju diversificēt darbības un risku – spēja ieguldīt vairāk nekā 200 instrumentos — bez neveiksmes un mērogojamības. Projekta ietvaros tiks veikti šādi pētniecības un izstrādes darbi: — izstrādāt un radīt efektīvu pētniecības vidi, — izstrādāt datu transformācijas metodes un ievades datu kopumu neironu tīkliem, — izstrādāt neironu tīklu modeļus un ekspozīcijas un portfeļa pārvaldības algoritmus, izmantojot jaunākās MI un ML attīstības tendences, — izveidot pilnībā funkcionālu platformas prototipu un veikt testēšanu realitātei tuvos apstākļos; (Latvian)
Property / summaryProperty / summary
Is é is aidhm don tionscadal uirlis forbartha fréamhshamhlacha a chruthú chun an phunann infheistíochta a bharrfheabhsú trí úsáid a bhaint as na réitigh intleachta saorga agus meaisínfhoghlama is nuálaí atá ar fáil ar an margadh. Beidh ardán mar thoradh ar an tionscadal chun cabhrú le cistí infheistíochta cinntí infheistíochta a dhéanamh. Úsáidfidh an t-ardán straitéisí trádála aonair infheisteoirí institiúideacha dá ríomhanna, rud a chruthaíonn luach uathúil don chliant gach uair. Agus an t-ardán á fhorbairt againn, bainfimid tairbhe freisin as na fionnachtana is déanaí den eolaíocht dhomhanda i réimse na hintleachta saorga (IS), go háirithe na samhlacha is déanaí de líonraí néaracha agus algartaim foghlama a threisiú. Is iad seo a leanas sainghnéithe an ardáin: EUR â EUR cineálach/ollscoil – an cumas a chur i bhfeidhm Leagann líonra néarach difreáilte do straitéisí infheistíochta éagsúla, â EUR â EUR â EUR â EUR â EUR féin-foghlaim â EUR EUR féin-fhoghlaim an cumas a chur in oiriúint do choinníollacha an mhargaidh atá ag athrú trí úsáid a bhaint as foghlaim athneartaithe â EUR â EUR â EUR â EUR EUR cruinneas ard â EUR EUR méadú ar éifeachtúlacht na samhlacha líonra néarach trí chur i bhfeidhm na halgartaim foghlama meaisín is déanaí (ML) le haghaidh anailíse amshraith, â EUR â an cumas chun gníomhaíochtaí agus rioscaí & rioscaí éagsúlú; an cumas chun infheistíocht a dhéanamh i níos mó ná 200 ionstraimí, â EUR flawlessness agus scalability. Déanfar na hoibreacha T & F seo a leanas laistigh den tionscadal: EUR â EUR dearadh agus timpeallacht taighde éifeachtach a chruthú, â EUR â EUR forbairt modhanna claochlaithe sonraí agus sonraí ionchuir do líonraí néaracha, â EUR â EUR forbairt samhlacha líonra néaróin agus halgartaim do nochtadh agus bainistíocht punainne ag baint úsáide as an AI agus ML éachtaí is déanaí, â EUR â EUR chruthú fréamhshamhla go hiomlán feidhmiúil ar an ardán agus tástáil faoi réaltachtaí den chineál céanna (Irish)
Is é is aidhm don tionscadal fréamhshamhail d’uirlis shárfhorbartha a chruthú chun an phunann infheistíochta a bharrfheabhsú trí úsáid a bhaint as na réitigh intleachta saorga agus meaisínfhoghlama is nuálaí atá ar fáil ar an margadh. Is é toradh an tionscadail ardán a thacaíonn le cistí infheistíochta agus cinntí infheistíochta á ndéanamh acu. Bainfidh an t-ardán úsáid as straitéisí trádála aonair infheisteoirí institiúideacha dá ríomhanna, rud a chruthaíonn luach uathúil don chliant gach uair. Agus an t-ardán á fhorbairt, bainfimid úsáid freisin as na fionnachtana is déanaí den eolaíocht dhomhanda i réimse na hintleachta saorga (IS), go háirithe na samhlacha is déanaí de líonraí néaracha agus algartaim foghlama atreisithe. Is iad seo a leanas sainghnéithe an ardáin: — cineálacht/ollscoil & airgead; an cumas tacair éagsúla de líonraí néaracha a chur i bhfeidhm le haghaidh straitéisí infheistíochta éagsúla, — an cumas foghlaim — an cumas iad féin a chur in oiriúint do dhálaí athraitheacha an mhargaidh a bhuí leis an bhfoghlaim threisithe a úsáid, — beachtas ard — éifeachtacht samhlacha líonra néaraigh a mhéadú trí na halgartaim mheaisínfhoghlama (ML) is déanaí a chur chun feidhme chun anailís a dhéanamh ar amshraitheanna, — an fhéidearthacht gníomhaíochtaí a éagsúlú agus riosca & airgead a éagsúlú; an cumas chun infheistíocht a dhéanamh i níos mó ná 200 ionstraimí, — teip-saor in aisce agus scalability. Mar chuid den tionscadal, déanfar na hoibreacha T & F seo a leanas: — timpeallacht taighde éifeachtúil a dhearadh agus a chruthú, — modhanna claochlaithe sonraí agus tacar sonraí ionchuir a fhorbairt do líonraí néaracha, — samhlacha líonra néaraigh agus nochtadh agus algartaim bainistithe punainne a fhorbairt trí úsáid a bhaint as na forbairtí IS agus ML is déanaí, — fréamhshamhail lánfheidhmiúil den ardán a chruthú agus tástáil a dhéanamh i ndálaí atá gar do réaltacht (Irish)
Property / summaryProperty / summary
Cilj projekta je ustvariti prototip naprednega orodja za optimizacijo naložbenega portfelja z uporabo najbolj inovativnih rešitev za umetno inteligenco in strojno učenje, ki so na voljo na trgu. Rezultat projekta bo platforma za pomoč investicijskim skladom pri sprejemanju naložbenih odločitev. Platforma bo za svoje izračune uporabila posamezne strategije trgovanja institucionalnih vlagateljev, kar bo vsakič ustvarilo edinstveno vrednost za stranko. Pri razvoju platforme bomo imeli koristi tudi od najnovejših odkritij svetovne znanosti na področju umetne inteligence, zlasti najnovejših modelov nevronskih mrež in krepitve učnih algoritmov. Značilnosti platforme bodo: â EUR generična/univerzalnost & amp;ndash; sposobnost, da se uporabljajo diferencirane nevronske mreže sklopov za različne naložbene strategije, â EUR EUR self-učenje â EUR â EUR TM s sposobnostjo, da se prilagodijo spreminjajočim se tržnim pogojem z uporabo krepitev učenja, â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR â EUR ¢; sposobnost vlaganja v več kot 200 instrumentov, brezhibnost in razširljivost. V okviru projekta se bodo izvajala naslednja raziskovalna in razvojna dela: oblikovanje in ustvarjanje učinkovitega raziskovalnega okolja, razvoj metod transformacije podatkov in vhodnih podatkov za nevronske mreže, razvoj nevronskih omrežnih modelov in algoritmov za upravljanje izpostavljenosti in portfelja z uporabo najnovejših dosežkov umetne inteligence in ML, oblikovanje popolnoma funkcionalnega prototipa platforme in testiranje pod podobnimi realnostmi (Slovenian)
Cilj projekta je ustvariti prototip naprednega orodja za optimizacijo naložbenega portfelja z uporabo najbolj inovativnih rešitev umetne inteligence in strojnega učenja, ki so na voljo na trgu. Rezultat projekta bo platforma, ki bo podpirala investicijske sklade pri sprejemanju naložbenih odločitev. Platforma bo za svoje izračune uporabila posamezne strategije trgovanja institucionalnih vlagateljev, kar bo vsakič ustvarilo edinstveno vrednost za stranko. Pri razvoju platforme bomo uporabili tudi najnovejša odkritja svetovne znanosti na področju umetne inteligence (AI), zlasti najnovejše modele nevronskih mrež in okrepljenih učnih algoritmov. Razlikovalne značilnosti platforme bodo: — splošnost/univerzalnost – sposobnost uporabe različnih sklopov nevronskih omrežij za različne naložbene strategije, – sposobnost učenja – sposobnost prilagajanja spreminjajočim se tržnim razmeram zaradi uporabe okrepljenega učenja, – visoka natančnost – povečanje učinkovitosti modelov nevronskih mrež z izvajanjem najnovejših algoritmov strojnega učenja (ML) za analizo časovnih vrst – možnost diverzifikacije dejavnosti in tveganja – sposobnost vlaganja v več kot 200 instrumentov, – brez napak in razširljivost. V okviru projekta bodo izvedena naslednja raziskovalna in razvojna dela: — zasnovati in ustvariti učinkovito raziskovalno okolje, – razvoj metod pretvorbe podatkov in sklopa vhodnih podatkov za nevronske mreže, – razvoj modelov nevronskih omrežij ter algoritmov za upravljanje izpostavljenosti in portfelja z uporabo najnovejšega razvoja umetne inteligence in ML – oblikovanje popolnoma funkcionalnega prototipa platforme in testiranje v razmerah, ki so blizu realnosti. (Slovenian)
Property / summaryProperty / summary
Целта на проекта е да се създаде прототип на усъвършенстван инструмент за оптимизиране на инвестиционния портфейл, като се използват най-иновативните решения за изкуствен интелект и машинно самообучение, налични на пазара. Проектът ще доведе до създаването на платформа за подпомагане на инвестиционните фондове при вземането на инвестиционни решения. Платформата ще използва индивидуални стратегии за търговия на институционални инвеститори за своите изчисления, създавайки уникална стойност за клиента всеки път. При разработването на платформата ще се възползваме и от най-новите открития на световната наука в областта на изкуствения интелект (ИИ), по-специално най-новите модели на невронни мрежи и алгоритмите за обучение. Отличителните характеристики на платформата ще бъдат: общо/универсалност и усилване; способност за прилагане на диференцирани набори от невронни мрежи за различни инвестиционни стратегии, самообучение â EUR способността да се адаптира към променящите се пазарни условия чрез използване на засилено обучение, повишаване на ефективността на моделите на невронната мрежа чрез прилагане на най-новите алгоритми за машинно самообучение (ML) за анализ на динамичните редове, â EUR способността за разнообразяване на дейностите и рисковете; способността да се инвестира в повече от 200 инструмента, безупречност и мащабируемост. В рамките на проекта ще бъдат извършени следните научноизследователски и развойни дейности: проектиране и създаване на ефективна изследователска среда, разработване на методи за преобразуване на данни и въвеждане на данни за невронни мрежи, разработване на невронни мрежови модели и алгоритми за управление на експозиции и портфейли с помощта на най-новите постижения в областта на ИИ и ML, създаване на напълно функционален прототип на платформата и тестване при подобни реалности (Bulgarian)
Целта на проекта е да се създаде прототип на усъвършенстван инструмент за оптимизиране на инвестиционното портфолио, като се използват най-иновативните решения за изкуствен интелект и машинно обучение, налични на пазара. Резултатът от проекта ще бъде платформа, подпомагаща инвестиционните фондове при вземането на инвестиционни решения. Платформата ще използва индивидуалните търговски стратегии на институционалните инвеститори за своите изчисления, създавайки уникална стойност за клиента всеки път. При разработването на платформата ще използваме и най-новите открития на световната наука в областта на изкуствения интелект (ИИ), по-специално най-новите модели на невронни мрежи и алгоритми за укрепване на обучението. Отличителните характеристики на платформата ще бъдат: — родовост/универсалност – способността да се прилагат разнообразни набори от невронни мрежи за различни инвестиционни стратегии, — способността за учене — способността за адаптиране към променящите се пазарни условия, благодарение на използването на подсилващо обучение, — висока точност — повишаване на ефективността на моделите на невронната мрежа чрез прилагане на най-новите алгоритми за машинно обучение (ML) за анализ на динамичните редове, — възможността за диверсификация на дейностите и риска – способността да се инвестира в повече от 200 инструмента, — без провал и мащабируемост. Като част от проекта ще бъдат извършени следните научноизследователски и развойни дейности: — проектиране и създаване на ефективна изследователска среда, — разработване на методи за преобразуване на данни и набор от входящи данни за невронни мрежи, разработване на модели на невронни мрежи и алгоритми за експозиция и управление на портфейла, използващи най-новите разработки на ИИ и ML, създаване на напълно функционален прототип на платформата и тестване в условия, близки до реалността (Bulgarian)
Property / summaryProperty / summary
L-għan tal-proġett huwa li joħloq għodda avvanzata ta’ prototip għall-ottimizzazzjoni tal-portafoll ta’ investiment bl-użu tal-aktar soluzzjonijiet innovattivi ta’ intelliġenza artifiċjali u ta’ tagħlim awtomatiku disponibbli fis-suq. Il-proġett se jirriżulta fi pjattaforma li tassisti lill-fondi ta’ investiment fit-teħid ta’ deċiżjonijiet ta’ investiment. Il-pjattaforma se tuża strateġiji ta ‘kummerċ individwali ta’ investituri istituzzjonali għall-kalkoli tagħha, ħolqien ta ‘valur uniku għall-klijent kull darba. Fl-iżvilupp tal-pjattaforma, se nibbenefikaw ukoll mill-aħħar skoperti tax-xjenza dinjija fil-qasam tal-intelliġenza artifiċjali (IA), b’mod partikolari l-aħħar mudelli ta’ netwerks newrali u t-tisħiħ tal-algoritmi tat-tagħlim. Il-karatteristiċi li jiddistingwu l-pjattaforma se jkunu: â EUR ġeneriku/universalità – il-kapaċità li japplikaw settijiet differenzjati netwerk newrali għal strateġiji ta ‘investiment differenti, â EUR awto-tagħlim â EUR l-abbiltà li jadattaw għall-kondizzjonijiet tas-suq li qed jinbidlu bl-użu rinforz tagħlim, â EUR preċiżjoni għolja â EUR żżid l-effiċjenza ta ‘mudelli tan-netwerk newrali billi timplimenta l-algoritmi aħħar tagħlim magna (ML) għall-analiżi serje ħin, â EUR â EUR l-abbiltà li jiddiversifikaw l-attivitajiet u r-riskji – il-kapaċità li jinvestu f’aktar minn 200 strumenti, â EUR â EUR œdeflessness u skalabbiltà. Ir-riċerka u l-iżvilupp li ġejjin; ix-xogħlijiet D se jitwettqu fi ħdan il-proġett: â EUR disinn u joħolqu ambjent ta ‘riċerka effiċjenti, â EUR iżvilupp ta ‘metodi ta’ trasformazzjoni tad-data u input data għan-netwerks newrali, â EUR iżvilupp ta ‘mudelli ta’ netwerk newron u algoritmi għall-espożizzjoni u l-ġestjoni tal-portafoll bl-użu tal-IA aħħar u kisbiet ML, ħolqien ta ‘prototip kompletament funzjonali tal-pjattaforma u l-ittestjar taħt realtajiet simili (Maltese)
L-għan tal-proġett huwa li joħloq prototip ta’ għodda avvanzata biex tottimizza l-portafoll tal-investiment bl-użu tal-aktar soluzzjonijiet innovattivi ta’ intelliġenza artifiċjali u tagħlim awtomatiku disponibbli fis-suq. Ir-riżultat tal-proġett se jkun pjattaforma li tappoġġa l-fondi ta’ investiment fit-teħid ta’ deċiżjonijiet ta’ investiment. Il-pjattaforma se tuża l-istrateġiji ta ‘kummerċ individwali ta’ investituri istituzzjonali għall-kalkoli tagħha, ħolqien valur uniku għall-klijent kull darba. Fl-iżvilupp tal-pjattaforma, se nużaw ukoll l-aħħar skoperti tax-xjenza dinjija fil-qasam tal-intelliġenza artifiċjali (IA), b’mod partikolari l-aħħar mudelli ta’ netwerks newrali u t-tisħiħ tal-algoritmi tat-tagħlim. Il-karatteristiċi distintivi tal-pjattaforma se jkunu: — ġeneriċità/universalità – il-kapaċità li jiġu applikati settijiet differenti ta’ netwerks newrali għal strateġiji ta’ investiment differenti, — il-kapaċità li wieħed jitgħallem — il-kapaċità li jadatta għall-kundizzjonijiet tas-suq li qed jinbidlu bis-saħħa tal-użu ta’ tagħlim imsaħħaħ, — preċiżjoni għolja — li jżid l-effettività tal-mudelli tan-netwerk newrali billi jimplimenta l-aħħar algoritmi ta’ tagħlim awtomatiku (ML) biex janalizza s-serje kronoloġika, — il-possibbiltà ta’ diversifikazzjoni tal-attivitajiet u r-riskju u r-riskju; il-kapaċità li tinvesti f’aktar minn 200 strument, — mingħajr falliment u skalabbiltà. Bħala parti mill-proġett, se jitwettqu x-xogħlijiet ta’ R & Ż li ġejjin: — it-tfassil u l-ħolqien ta’ ambjent ta’ riċerka effiċjenti, — l-iżvilupp ta’ metodi ta’ trasformazzjoni tad-data u sett ta’ data tal-input għan-networks newrali, — l-iżvilupp ta’ mudelli ta’ netwerk newrali u algoritmi ta’ esponiment u ġestjoni tal-portafoll bl-użu tal-aħħar żviluppi fl-IA u l-ML, — il-ħolqien ta’ prototip kompletament funzjonali tal-pjattaforma u l-ittestjar f’kundizzjonijiet qrib ir-realtà (Maltese)
Property / summaryProperty / summary
O objetivo do projeto é criar um protótipo de ferramenta avançada para otimizar o portfólio de investimentos usando as mais inovadoras soluções de inteligência artificial e aprendizado de máquina disponíveis no mercado. O projeto resultará numa plataforma para ajudar os fundos de investimento a tomar decisões de investimento. A plataforma usará estratégias de negociação individuais de investidores institucionais para seus cálculos, criando um valor único para o cliente de cada vez. Ao desenvolver a plataforma, também nos beneficiaremos das últimas descobertas da ciência mundial no campo da inteligência artificial (IA), em particular os mais recentes modelos de redes neurais e algoritmos de aprendizado de reforço. As características distintivas da plataforma serão: âEUR genérico/universalidade – a capacidade de aplicar conjuntos de redes neurais diferenciadas para diferentes estratégias de investimento, âEUR autoaprendizagem âEUR a capacidade de se adaptar às condições de mercado em mudança usando a aprendizagem de reforço, âEUR alta precisão âEUR aumentando a eficiência dos modelos de rede neural através da implementação dos mais recentes algoritmos de aprendizagem automática (ML) para análise de séries temporais, âEUR a capacidade de diversificar atividades e riscos – a capacidade de investir em mais de 200 instrumentos, impecabilidade e escalabilidade. No âmbito do projeto, serão realizados os seguintes trabalhos de I & D: conceção e criação de um ambiente de investigação eficiente, desenvolvimento de métodos de transformação de dados e dados de entrada para redes neurais, desenvolvimento de modelos de rede de neurónios e algoritmos para a exposição e gestão de carteiras utilizando as mais recentes realizações de IA e ML, criação de um protótipo totalmente funcional da plataforma e testes sob realidades semelhantes (Portuguese)
O objetivo do projeto é criar um protótipo de ferramenta avançada para otimizar a carteira de investimentos utilizando as soluções de inteligência artificial e aprendizagem automática mais inovadoras disponíveis no mercado. O projeto resultará numa plataforma para ajudar os fundos de investimento a tomar decisões de investimento. A plataforma utilizará estratégias de negociação individuais de investidores institucionais para os seus cálculos, criando um valor único para o cliente de cada vez. No desenvolvimento da plataforma, beneficiaremos também das mais recentes descobertas da ciência mundial no domínio da inteligência artificial (IA), em particular os mais recentes modelos de redes neurais e algoritmos de aprendizagem por reforço. As características distintivas da plataforma serão: — genérico/universitário – a capacidade de aplicar conjuntos diferenciados de redes neurais para diferentes estratégias de investimento, — a autoaprendizagem — a capacidade de adaptação à evolução das condições do mercado através da aprendizagem por reforço, — a elevada precisão — o aumento da eficiência dos modelos de redes neurais através da aplicação dos mais recentes algoritmos de aprendizagem automática (ML) para a análise de séries cronológicas, — a capacidade de diversificar as atividades e os riscos – a capacidade de investir em mais de 200 instrumentos – impecabilidade e escalabilidade. Os seguintes trabalhos de I & D serão realizados no âmbito do projecto: — conceber e criar um ambiente de investigação eficiente, — desenvolver métodos de transformação de dados e dados de entrada para redes neurais, — desenvolver modelos e algoritmos de redes neurais para a exposição e a gestão de carteiras utilizando as mais recentes realizações em matéria de IA e BC, — criar um protótipo plenamente funcional da plataforma e testar em realidades semelhantes (Portuguese)
Property / summaryProperty / summary
Formålet med projektet er at skabe en prototype avanceret værktøj til optimering af investeringsporteføljen ved hjælp af de mest innovative kunstig intelligens og maskinlæring løsninger til rådighed på markedet. Projektet vil resultere i en platform til at bistå investeringsfonde med at træffe investeringsbeslutninger. Platformen vil bruge individuelle handelsstrategier institutionelle investorer til sine beregninger, hvilket skaber en unik værdi for kunden hver gang. I forbindelse med udviklingen af platformen vil vi også drage fordel af de seneste opdagelser inden for verdensvidenskab inden for kunstig intelligens (AI), navnlig de nyeste modeller af neurale netværk og forstærkning af læringsalgoritmer. Platformens særlige kendetegn vil være: âEUR generisk/universalitet – evnen til at anvende differentierede neurale netværk sæt til forskellige investeringsstrategier, âEUR self-learning âEUR evnen til at tilpasse sig skiftende markedsforhold ved hjælp af forstærkning læring, âEUR høj præcision âEUR øge effektiviteten af neurale netværk modeller ved at implementere de nyeste machine learning algoritmer (ML) til tidsserie analyse, âEUR evnen til at diversificere aktiviteter og risici – evnen til at investere i mere end 200 instrumenter, âEUR fejlfri og skalerbarhed. Følgende F & U-arbejde vil blive udført inden for projektet: âEUR design og skabe et effektivt forskningsmiljø, âEUR udvikling af metoder til datatransformation og inputdata til neurale netværk, âEUR udvikling af neuron netværk modeller og algoritmer til eksponering og porteføljestyring ved hjælp af de nyeste AI og ML resultater, â EUR oprettelse af en fuldt funktionel prototype af platformen og test under lignende realiteter (Danish)
Formålet med projektet er at skabe en prototype af et avanceret værktøj til optimering af investeringsporteføljen ved hjælp af de mest innovative løsninger til kunstig intelligens og maskinlæring, der findes på markedet. Resultatet af projektet vil blive en platform, der støtter investeringsfonde i at træffe investeringsbeslutninger. Platformen vil bruge institutionelle investorers individuelle handelsstrategier til sine beregninger, hvilket skaber unik værdi for kunden hver gang. I udviklingen af platformen vil vi også bruge de nyeste opdagelser af verdensvidenskab inden for kunstig intelligens (AI), især de nyeste modeller af neurale netværk og forstærkning læringsalgoritmer. De særlige kendetegn ved platformen vil være: generik/universalitet – evnen til at anvende forskellige sæt af neurale netværk til forskellige investeringsstrategier — evnen til at lære — evnen til at tilpasse sig skiftende markedsforhold takket være brugen af ​​styrke læring, — høj præcision — øge effektiviteten af ​​neurale netværksmodeller ved at implementere de nyeste machine learning algoritmer (ML) til at analysere tidsserier, — muligheden for diversificering af aktiviteter og risiko – evnen til at investere i mere end 200 instrumenter — fejlfri og skalerbarhed. Som led i projektet vil følgende F & U-arbejder blive udført: — design og skabelse af et effektivt forskningsmiljø — udvikling af datatransformationsmetoder og et sæt inputdata til neurale netværk — udvikling af neurale netværksmodeller og eksponerings- og porteføljestyringsalgoritmer ved hjælp af den seneste udvikling inden for kunstig intelligens og ML — oprettelse af en fuldt funktionsdygtig prototype af platformen og afprøvning under forhold, der er tæt på virkeligheden (Danish)
Property / summaryProperty / summary
Scopul proiectului este de a crea un prototip de instrument avansat pentru optimizarea portofoliului de investiții utilizând cele mai inovatoare soluții de inteligență artificială și de învățare automată disponibile pe piață. Proiectul va avea ca rezultat o platformă care să sprijine fondurile de investiții în luarea deciziilor de investiții. Platforma va utiliza strategii individuale de tranzacționare ale investitorilor instituționali pentru calculele sale, creând de fiecare dată o valoare unică pentru client. În dezvoltarea platformei, vom beneficia, de asemenea, de cele mai recente descoperiri ale științei mondiale în domeniul inteligenței artificiale (IA), în special de cele mai recente modele de rețele neuronale și de algoritmi de învățare de consolidare. Caracteristicile distinctive ale platformei vor fi: â EUR generic/universalitate & amp;ndash; capacitatea de a aplica seturi diferențiate de rețea neurală pentru diferite strategii de investiții, auto-învățarea â EUR capacitatea de a se adapta la condițiile în schimbare ale pieței prin utilizarea învățării de consolidare, â EUR de înaltă precizie â EUR creșterea eficienței modelelor de rețea neurală prin implementarea celor mai noi algoritmi de învățare automată (ML) pentru analiza seriilor cronologice, â EUR capacitatea de a diversifica activitățile și riscurile – capacitatea de a investi în mai mult de 200 de instrumente, impecabilitate și scalabilitate. În cadrul proiectului se vor desfășura următoarele lucrări de cercetare și dezvoltare: proiectarea și crearea unui mediu de cercetare eficient, dezvoltarea metodelor de transformare a datelor și a datelor de intrare pentru rețelele neuronale, dezvoltarea de modele de rețele neuronale și algoritmi pentru gestionarea expunerii și a portofoliului utilizând cele mai recente realizări AI și ML, crearea unui prototip complet funcțional al platformei și testarea sub realități similare (Romanian)
Scopul proiectului este de a crea un prototip al unui instrument avansat pentru optimizarea portofoliului de investiții utilizând cele mai inovatoare soluții de inteligență artificială și machine learning disponibile pe piață. Rezultatul proiectului va fi o platformă care sprijină fondurile de investiții în luarea deciziilor de investiții. Platforma va utiliza strategiile individuale de tranzacționare ale investitorilor instituționali pentru calculele sale, creând valoare unică pentru client de fiecare dată. În dezvoltarea platformei, vom utiliza, de asemenea, cele mai recente descoperiri ale științei mondiale în domeniul inteligenței artificiale (IA), în special cele mai recente modele de rețele neuronale și algoritmi de învățare de consolidare. Caracteristicile distinctive ale platformei vor fi: — genericitate/universalitate – capacitatea de a aplica diverse seturi de rețele neuronale pentru diferite strategii de investiții, – capacitatea de a învăța – capacitatea de a se adapta la condițiile de piață în schimbare datorită utilizării învățării consolidate, – de înaltă precizie – creșterea eficienței modelelor de rețea neuronale prin implementarea celor mai noi algoritmi de învățare automată (ML) pentru a analiza serii de timp, posibilitatea diversificării activităților și a riscurilor și a dezvoltării; capacitatea de a investi în mai mult de 200 de instrumente, – fără eșec și scalabilitate. În cadrul proiectului, se vor desfășura următoarele lucrări de cercetare și dezvoltare: proiectarea și crearea unui mediu de cercetare eficient, – dezvoltarea metodelor de transformare a datelor și a unui set de date de intrare pentru rețelele neuronale, dezvoltarea de modele de rețele neuronale și algoritmi de gestionare a expunerii și a portofoliului utilizând cele mai recente evoluții în materie de IA și ML, – crearea unui prototip complet funcțional al platformei și testarea în condiții apropiate de realitate (Romanian)
Property / summaryProperty / summary
Syftet med projektet är att skapa ett avancerat prototypverktyg för att optimera investeringsportföljen med hjälp av marknadens mest innovativa lösningar för artificiell intelligens och maskininlärning. Projektet kommer att resultera i en plattform för att hjälpa investeringsfonder att fatta investeringsbeslut. Plattformen kommer att använda individuella handelsstrategier institutionella investerare för sina beräkningar, vilket skapar ett unikt värde för kunden varje gång. Vid utvecklingen av plattformen kommer vi också att dra nytta av de senaste upptäckterna av världsvetenskap inom området artificiell intelligens (AI), särskilt de senaste modellerna av neurala nätverk och förstärkning av inlärningsalgoritmer. De utmärkande dragen för plattformen kommer att vara: â EUR generisk/universalitet – förmågan att tillämpa differentierade neurala nätverksuppsättningar för olika investeringsstrategier, â EUR självlärande â EUR förmågan att anpassa sig till förändrade marknadsvillkor genom att använda förstärkning lärande, â EUR hög precision â EUR öka effektiviteten av neurala nätverksmodeller genom att implementera de senaste maskininlärning algoritmer (ML) för tidsserieanalys, â EUR förmågan att diversifiera aktiviteter och risker – förmågan att investera i mer än 200 instrument, â EUR felfri och skalbarhet. Följande R & D- arbeten kommer att utföras inom projektet: â EUR utforma och skapa en effektiv forskningsmiljö, â EUR utveckling av metoder för datatransformation och indata för neurala nätverk, â EUR utveckling av neuron nätverksmodeller och algoritmer för exponering och portföljhantering med hjälp av de senaste AI och ML prestationer, â EUR skapande av en fullt fungerande prototyp av plattformen och testning under liknande realiteter (Swedish)
Syftet med projektet är att skapa en prototyp av ett avancerat verktyg för att optimera investeringsportföljen med hjälp av de mest innovativa lösningarna för artificiell intelligens och maskininlärning som finns på marknaden. Resultatet av projektet kommer att vara en plattform som stöder investeringsfonder i att fatta investeringsbeslut. Plattformen kommer att använda institutionella investerares individuella handelsstrategier för sina beräkningar, vilket skapar unikt värde för kunden varje gång. I utvecklingen av plattformen kommer vi också att använda de senaste upptäckterna av världsvetenskap inom artificiell intelligens (AI), särskilt de senaste modellerna av neurala nätverk och förstärkningslärande algoritmer. Plattformens särskiljande egenskaper kommer att vara: — generika/universitet – förmågan att tillämpa olika uppsättningar av neurala nätverk för olika investeringsstrategier, – förmågan att lära sig – förmågan att anpassa sig till förändrade marknadsförhållanden tack vare användningen av förstärkningsinlärning, – hög precision – öka effektiviteten hos neurala nätverksmodeller genom att implementera de senaste maskininlärningsalgoritmer (ML) för att analysera tidsserier, – möjligheten till diversifiering av aktiviteter och risk – möjligheten att investera i mer än 200 instrument – felfri och skalbarhet. Som en del av projektet kommer följande FoU-arbeten att genomföras: — utforma och skapa en effektiv forskningsmiljö – utveckling av datatransformationsmetoder och en uppsättning ingångsdata för neurala nätverk – utveckling av neurala nätverksmodeller och algoritmer för exponering och portföljhantering med hjälp av den senaste utvecklingen av AI och ML, – skapande av en fullt fungerande prototyp av plattformen och testning under förhållanden som ligger nära verkligheten (Swedish)
Property / coordinate location: 51°57'29.2"N, 20°8'41.6"E / qualifier
 
Property / contained in NUTS: Skierniewicki / qualifier
 
Property / contained in Local Administrative Unit
 
Property / contained in Local Administrative Unit: Skierniewice / rank
 
Normal rank
Property / contained in Local Administrative Unit: Skierniewice / qualifier
 
Property / location (string)
 
WOJ.: ŁÓDZKIE, POW.: Skierniewice
Property / location (string): WOJ.: ŁÓDZKIE, POW.: Skierniewice / rank
 
Normal rank
Property / priority axis
 
Property / priority axis: SUPPORT FOR R & D WORK BY ENTERPRISES / rank
 
Normal rank
Property / co-financing rate
 
62.45 percent
Amount62.45 percent
Unitpercent
Property / co-financing rate: 62.45 percent / rank
 
Normal rank
Property / thematic objective
 
Property / thematic objective: Research and innovation / rank
 
Normal rank
Property / end time
 
29 November 2020
Timestamp+2020-11-29T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / end time: 29 November 2020 / rank
 
Normal rank
Property / date of last update
 
24 May 2023
Timestamp+2023-05-24T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / date of last update: 24 May 2023 / rank
 
Normal rank

Latest revision as of 15:18, 13 October 2024

Project Q77724 in Poland
Language Label Description Also known as
English
Construction of AI Investments platform based on artificial intelligence algorithms for advanced investment strategies.
Project Q77724 in Poland

    Statements

    country
    Poland
    0 references
    EU contribution
    2,413,211.12 zloty
    0 references
    536,456.83 Euro
    exchange rate to Euro
    0.24 Euro
    point in time
    13 January 2020
    0 references
    budget
    3,863,922.3 zloty
    0 references
    858,949.93 Euro
    exchange rate to Euro
    0.24 Euro
    point in time
    13 January 2020
    0 references
    co-financing rate
    62.45 percent
    0 references
    start time
    1 August 2018
    0 references
    end time
    29 November 2020
    0 references
    beneficiary name (string)
    AI INVESTMENTS SP. Z O.O.
    0 references
    beneficiary
    Q2509588
    0 references
    coordinate location

    51°57'29.2"N, 20°8'41.6"E
    inferred from
    location
    0 references
    summary
    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 (Polish)
    0 references
    The aim of the project is to create a prototype advanced tool for optimising the investment portfolio using the most innovative artificial intelligence and machine learning solutions available on the market. The project will result in a platform to assist investment funds in making investment decisions. The platform will use individual trading strategies of institutional investors for its calculations, creating a unique value for the client each time. In developing the platform, we will also benefit from the latest discoveries of world science in the field of artificial intelligence (AI), in particular the latest models of neural networks and reinforcement learning algorithms. The distinguishing features of the platform will be: — generic/universality – the ability to apply differentiated neural network sets for different investment strategies, – self-learning – the ability to adapt to changing market conditions by using reinforcement learning, – high precision – increasing the efficiency of neural network models by implementing the latest machine learning algorithms (ML) for time series analysis, – the ability to diversify activities and risks – the ability to invest in more than 200 instruments, – flawlessness and scalability. The following R & D works will be carried out within the project: — design and create an efficient research environment, – development of methods of data transformation and input data for neural networks, – development of neuron network models and algorithms for exposure and portfolio management using the latest AI and ML achievements, – creation of a fully functional prototype of the platform and testing under similar realities (English)
    point in time
    14 October 2020
    readability score
    0.6205163883523568
    0 references
    L’objectif du projet est de créer un prototype d’outil avancé pour optimiser le portefeuille d’investissement en utilisant les solutions d’intelligence artificielle et d’apprentissage automatique les plus innovantes disponibles sur le marché. Le résultat du projet sera une plate-forme soutenant les fonds d’investissement dans la prise de décisions d’investissement. La plateforme utilisera les stratégies de trading individuelles des investisseurs institutionnels pour ses calculs, créant une valeur unique pour le client à chaque fois. Dans le développement de la plateforme, nous utiliserons également les dernières découvertes de la science mondiale dans le domaine de l’intelligence artificielle (IA), en particulier les derniers modèles de réseaux neuronaux et d’algorithmes d’apprentissage par renforcement. Les caractéristiques distinctives de la plate-forme seront: — générique/universalité – la capacité d’appliquer divers ensembles de réseaux neuronaux pour différentes stratégies d’investissement, — la capacité d’apprendre — la capacité de s’adapter à l’évolution des conditions du marché grâce à l’utilisation de l’apprentissage par renforcement, — la haute précision — augmenter l’efficacité des modèles de réseaux neuronaux en mettant en œuvre les derniers algorithmes d’apprentissage automatique (ML) pour analyser les séries chronologiques, — la possibilité de diversification des activités et le risque – la capacité d’investir dans plus de 200 instruments, — sans défaillance et évolutivité. Dans le cadre du projet, les travaux de R & D suivants seront réalisés: — conception et création d’un environnement de recherche efficace, — développement de méthodes de transformation des données et d’un ensemble de données d’entrée pour les réseaux neuronaux, — développement de modèles de réseaux neuronaux et d’algorithmes de gestion d’exposition et de portefeuille utilisant les derniers développements en matière d’IA et de ML, — création d’un prototype entièrement fonctionnel de la plateforme et tests dans des conditions proches de la réalité (French)
    point in time
    30 November 2021
    0 references
    Ziel des Projekts ist es, einen Prototyp eines fortschrittlichen Tools zur Optimierung des Anlageportfolios mit den innovativsten Lösungen für künstliche Intelligenz und maschinelles Lernen auf dem Markt zu schaffen. Das Ergebnis des Projekts wird eine Plattform sein, die Investmentfonds bei Investitionsentscheidungen unterstützt. Die Plattform verwendet die individuellen Handelsstrategien institutioneller Anleger für ihre Berechnungen und schafft jedes Mal einen einzigartigen Wert für den Kunden. Bei der Entwicklung der Plattform werden wir auch die neuesten Entdeckungen der Weltwissenschaft im Bereich der künstlichen Intelligenz (KI), insbesondere die neuesten Modelle von neuronalen Netzwerken und Verstärkungslernalgorithmen, nutzen. Die Unterscheidungsmerkmale der Plattform werden sein: — Generika/Universalität – die Fähigkeit, verschiedene Sätze neuronaler Netze für verschiedene Anlagestrategien anzuwenden, – die Fähigkeit zu lernen – die Fähigkeit, sich dank des Einsatzes von Verstärkungslernen an veränderte Marktbedingungen anzupassen, – hohe Präzision – Erhöhung der Effektivität neuronaler Netzwerkmodelle durch die Implementierung der neuesten Machine Learning Algorithmen (ML) zur Analyse von Zeitreihen, – die Möglichkeit der Diversifizierung von Aktivitäten und Risiko – die Fähigkeit, in mehr als 200 Instrumente zu investieren – fehlerfrei und skalierbar. Im Rahmen des Projekts werden folgende FuE-Arbeiten durchgeführt: — Entwurf und Schaffung einer effizienten Forschungsumgebung – Entwicklung von Datentransformationsmethoden und einer Reihe von Eingabedaten für neuronale Netze – Entwicklung von neuronalen Netzwerkmodellen und Algorithmen für das Expositions- und Portfoliomanagement unter Verwendung der neuesten KI- und ML-Entwicklungen, Erstellung eines voll funktionsfähigen Prototyps der Plattform und Testen unter realitätsnahen Bedingungen (German)
    point in time
    7 December 2021
    0 references
    Het doel van het project is om een prototype te maken van een geavanceerd hulpmiddel om de beleggingsportefeuille te optimaliseren met behulp van de meest innovatieve oplossingen voor kunstmatige intelligentie en machine learning die op de markt beschikbaar zijn. Het resultaat van het project zal een platform zijn dat investeringsfondsen ondersteunt bij het nemen van investeringsbeslissingen. Het platform zal de individuele handelsstrategieën van institutionele beleggers gebruiken voor zijn berekeningen, waardoor elke keer unieke waarde voor de klant wordt gecreëerd. Bij de ontwikkeling van het platform zullen we ook gebruik maken van de nieuwste ontdekkingen van de wereldwetenschap op het gebied van kunstmatige intelligentie (AI), met name de nieuwste modellen van neurale netwerken en versterkingsleeralgoritmen. De onderscheidende kenmerken van het platform zijn: — generiekheid/universiteit – het vermogen om verschillende sets neurale netwerken toe te passen voor verschillende beleggingsstrategieën, — het vermogen om te leren — het vermogen om zich aan te passen aan veranderende marktomstandigheden dankzij het gebruik van versterkend leren, — hoge precisie — het verhogen van de effectiviteit van neurale netwerkmodellen door de nieuwste machine learning-algoritmen (ML) toe te passen om tijdreeksen te analyseren, — de mogelijkheid van diversificatie van activiteiten en risico – het vermogen om te investeren in meer dan 200 instrumenten, — faal-vrij en schaalbaarheid. Als onderdeel van het project worden de volgende O & O-werkzaamheden uitgevoerd: — ontwerp en creëer een efficiënte onderzoeksomgeving, — ontwikkeling van methoden voor datatransformatie en een reeks inputgegevens voor neurale netwerken, — ontwikkeling van neurale netwerkmodellen en algoritmen voor blootstelling en portefeuillebeheer met behulp van de nieuwste AI- en ML-ontwikkelingen, — creatie van een volledig functioneel prototype van het platform en testen in omstandigheden die dicht bij de realiteit liggen (Dutch)
    point in time
    16 December 2021
    0 references
    L'obiettivo del progetto è quello di creare un prototipo di uno strumento avanzato per ottimizzare il portafoglio di investimenti utilizzando le più innovative soluzioni di intelligenza artificiale e machine learning disponibili sul mercato. Il risultato del progetto sarà una piattaforma di supporto ai fondi di investimento per prendere decisioni di investimento. La piattaforma utilizzerà le singole strategie di trading degli investitori istituzionali per i suoi calcoli, creando valore unico per il cliente ogni volta. Nello sviluppo della piattaforma, utilizzeremo anche le ultime scoperte della scienza mondiale nel campo dell'intelligenza artificiale (AI), in particolare gli ultimi modelli di reti neurali e algoritmi di apprendimento di rinforzo. Le caratteristiche distintive della piattaforma saranno: — genericità/universalità – la capacità di applicare diversi set di reti neurali per diverse strategie di investimento, — la capacità di apprendere — la capacità di adattarsi alle mutevoli condizioni di mercato grazie all'uso dell'apprendimento di rinforzo, — alta precisione — aumentando l'efficacia dei modelli di rete neurale implementando i più recenti algoritmi di machine learning (ML) per analizzare le serie temporali, — la possibilità di diversificazione delle attività e del rischio – la capacità di investire in più di 200 strumenti, — senza guasti e scalabilità. Nell'ambito del progetto saranno realizzati i seguenti lavori di R & S: — progettare e creare un ambiente di ricerca efficiente, — sviluppo di metodi di trasformazione dei dati e un insieme di dati di input per le reti neurali, — sviluppo di modelli di rete neurale e algoritmi di gestione dell'esposizione e del portafoglio utilizzando gli ultimi sviluppi AI e ML, — creazione di un prototipo completamente funzionale della piattaforma e test in condizioni vicine alla realtà (Italian)
    point in time
    15 January 2022
    0 references
    El objetivo del proyecto es crear un prototipo de una herramienta avanzada para optimizar la cartera de inversiones utilizando las soluciones de inteligencia artificial y aprendizaje automático más innovadoras disponibles en el mercado. El resultado del proyecto será una plataforma que apoyará a los fondos de inversión en la toma de decisiones de inversión. La plataforma utilizará las estrategias de negociación individuales de los inversores institucionales para sus cálculos, creando un valor único para el cliente cada vez. En el desarrollo de la plataforma, también utilizaremos los últimos descubrimientos de la ciencia mundial en el campo de la inteligencia artificial (IA), en particular los últimos modelos de redes neuronales y algoritmos de aprendizaje de refuerzo. Las características distintivas de la plataforma serán: — genérico/universalidad – la capacidad de aplicar diversos conjuntos de redes neuronales para diferentes estrategias de inversión, — la capacidad de aprender — la capacidad de adaptarse a las cambiantes condiciones del mercado gracias al uso del aprendizaje de refuerzo, — alta precisión — aumentando la eficacia de los modelos de redes neuronales mediante la implementación de los últimos algoritmos de aprendizaje automático (ML) para analizar series temporales, — la posibilidad de diversificación de actividades y riesgo – la capacidad de invertir en más de 200 instrumentos, — libre de fallos y escalabilidad. Como parte del proyecto, se llevarán a cabo los siguientes trabajos de I+D: — diseñar y crear un entorno de investigación eficiente, — desarrollo de métodos de transformación de datos y un conjunto de datos de entrada para redes neuronales, — desarrollo de modelos de redes neuronales y algoritmos de gestión de la exposición y la cartera utilizando los últimos desarrollos de IA y ML, — creación de un prototipo completamente funcional de la plataforma y pruebas en condiciones cercanas a la realidad (Spanish)
    point in time
    19 January 2022
    0 references
    Projekti eesmärk on luua täiustatud vahendi prototüüp investeerimisportfelli optimeerimiseks, kasutades kõige uuenduslikumaid tehisintellekti ja masinõppe lahendusi turul. Projekti tulemuseks on platvorm, mis toetab investeerimisfonde investeerimisotsuste tegemisel. Platvorm kasutab oma arvutustes institutsionaalsete investorite individuaalseid kauplemisstrateegiaid, luues kliendile iga kord ainulaadse väärtuse. Platvormi arendamisel kasutame ka maailma teaduse uusimaid avastusi tehisintellekti (AI) valdkonnas, eelkõige neurovõrkude uusimaid mudeleid ja õppealgoritmide tugevdamist. Platvormi tunnusjooned on järgmised: – geneerilisus/universaalsus – võime rakendada erinevaid närvivõrke erinevate investeerimisstrateegiate jaoks, – õppimisvõime – võime kohaneda muutuvate turutingimustega tänu tugevdava õppe kasutamisele, – suur täpsus – närvivõrgu mudelite tõhususe suurendamine, rakendades uusimaid masinõppe algoritme (ML) aegridade analüüsimiseks, – tegevuste mitmekesistamise võimalus ning risk – võime investeerida rohkem kui 200 instrumenti, – tõrkevaba ja mastaapsus. Projekti raames tehakse järgmisi teadus- ja arendustegevusi: töötada välja ja luua tõhus uurimiskeskkond, – töötada välja andmete ümberkujundamise meetodid ja närvivõrkude sisendandmete kogum, – arendada närvivõrgu mudeleid ning kokkupuute- ja portfellihalduse algoritme, kasutades uusimaid tehisintellekti ja MLi arendusi, – platvormi täisfunktsionaalse prototüübi loomine ja katsetamine reaalsusele lähedastes tingimustes. (Estonian)
    point in time
    13 August 2022
    0 references
    Projekto tikslas – sukurti pažangios priemonės prototipą, siekiant optimizuoti investicijų portfelį naudojant inovatyviausius dirbtinio intelekto ir mašinų mokymosi sprendimus rinkoje. Projekto rezultatas bus platforma, padedanti investiciniams fondams priimti investicinius sprendimus. Platforma naudos individualias institucinių investuotojų prekybos strategijas savo skaičiavimams, kiekvieną kartą sukurdama unikalią vertę klientui. Kurdami platformą, taip pat naudosime naujausius pasaulio mokslo atradimus dirbtinio intelekto (AI) srityje, ypač naujausius neuroninių tinklų modelius ir mokymosi algoritmus. Platformos skiriamieji bruožai bus šie: – bendrumas/universalumas – gebėjimas taikyti įvairius neuroninių tinklų rinkinius skirtingoms investavimo strategijoms, – gebėjimas mokytis – gebėjimas prisitaikyti prie besikeičiančių rinkos sąlygų naudojant sustiprintą mokymąsi, – didelis tikslumas – neuroninių tinklų modelių efektyvumo didinimas įgyvendinant naujausius mašininio mokymosi algoritmus (ML) analizuoti laiko eilutes, – veiklos ir rizikos diversifikavimo galimybė; gebėjimas investuoti į daugiau nei 200 instrumentų, – be gedimų ir mastelio. Įgyvendinant projektą bus atlikti šie MTTP darbai: – kurti ir kurti veiksmingą mokslinių tyrimų aplinką, – kurti duomenų transformacijos metodus ir neuroniniams tinklams skirtų pradinių duomenų rinkinį, – neuroninių tinklų modelių ir poveikio bei portfelio valdymo algoritmų kūrimą naudojant naujausius DI ir ML pokyčius, – sukurti visiškai funkcinį platformos prototipą ir atlikti bandymus panašiomis sąlygomis, (Lithuanian)
    point in time
    13 August 2022
    0 references
    Cilj projekta je stvoriti prototip naprednog alata za optimizaciju investicijskog portfelja korištenjem najinovativnijih rješenja umjetne inteligencije i strojnog učenja dostupnih na tržištu. Rezultat projekta bit će platforma za potporu investicijskim fondovima u donošenju investicijskih odluka. Platforma će koristiti pojedinačne strategije trgovanja institucionalnih investitora za svoje izračune, stvarajući jedinstvenu vrijednost za klijenta svaki put. U razvoju platforme koristit ćemo se i najnovijim otkrićima svjetske znanosti u području umjetne inteligencije (AI), posebno najnovijim modelima neuronskih mreža i poboljšanim algoritmima učenja. Razlikovne značajke platforme bit će: — generičnost/sveučilišnost – sposobnost primjene različitih skupova neuronskih mreža za različite strategije ulaganja, – sposobnost učenja – sposobnost prilagodbe promjenjivim tržišnim uvjetima zahvaljujući korištenju pojačanog učenja, – visoka preciznost – povećanje učinkovitosti modela neuronskih mreža primjenom najnovijih algoritama strojnog učenja za analizu vremenskih serija – mogućnost diversifikacije aktivnosti i rizika – sposobnost ulaganja u više od 200 instrumenata – bez kvarova i skalabilnosti. U sklopu projekta provest će se sljedeći radovi na istraživanju i razvoju: — osmišljavanje i stvaranje učinkovitog istraživačkog okruženja, razvoj metoda transformacije podataka i skupa ulaznih podataka za neuronske mreže, razvoj modela neuronskih mreža te algoritmi za upravljanje izloženostima i portfeljem primjenom najnovijih dostignuća umjetne inteligencije i ML-a, stvaranje potpuno funkcionalnog prototipa platforme i testiranje u uvjetima koji su blizu stvarnosti (Croatian)
    point in time
    13 August 2022
    0 references
    Στόχος του έργου είναι η δημιουργία ενός πρωτοτύπου ενός προηγμένου εργαλείου για τη βελτιστοποίηση του χαρτοφυλακίου επενδύσεων χρησιμοποιώντας τις πιο καινοτόμες λύσεις τεχνητής νοημοσύνης και μηχανικής μάθησης που διατίθενται στην αγορά. Το αποτέλεσμα του έργου θα είναι μια πλατφόρμα υποστήριξης επενδυτικών κεφαλαίων για τη λήψη επενδυτικών αποφάσεων. Η πλατφόρμα θα χρησιμοποιεί τις μεμονωμένες στρατηγικές συναλλαγών των θεσμικών επενδυτών για τους υπολογισμούς της, δημιουργώντας μοναδική αξία για τον πελάτη κάθε φορά. Κατά την ανάπτυξη της πλατφόρμας, θα χρησιμοποιήσουμε επίσης τις τελευταίες ανακαλύψεις της παγκόσμιας επιστήμης στον τομέα της τεχνητής νοημοσύνης (AI), ιδίως τα τελευταία μοντέλα νευρωνικών δικτύων και την ενίσχυση αλγορίθμων μάθησης. Τα διακριτικά χαρακτηριστικά της πλατφόρμας θα είναι: — γενίκευση/καθολικότητα &ndash ικανότητα εφαρμογής ποικίλων συνόλων νευρωνικών δικτύων για διαφορετικές επενδυτικές στρατηγικές, — ικανότητα μάθησης — ικανότητα προσαρμογής στις μεταβαλλόμενες συνθήκες της αγοράς χάρη στη χρήση της ενισχυμένης μάθησης, — υψηλή ακρίβεια — αύξηση της αποτελεσματικότητας των μοντέλων νευρωνικών δικτύων με την εφαρμογή των πιο πρόσφατων αλγορίθμων μηχανικής μάθησης (ML) για την ανάλυση χρονοσειρών, — δυνατότητα διαφοροποίησης των δραστηριοτήτων και κινδύνου &ndash· η ικανότητα επένδυσης σε περισσότερα από 200 μέσα, — χωρίς αποτυχία και επεκτασιμότητα. Στο πλαίσιο του έργου, θα εκτελεστούν οι ακόλουθες εργασίες Ε & Α: — σχεδιασμός και δημιουργία αποτελεσματικού ερευνητικού περιβάλλοντος, — ανάπτυξη μεθόδων μετασχηματισμού δεδομένων και δέσμη δεδομένων εισόδου για νευρωνικά δίκτυα, ανάπτυξη μοντέλων νευρωνικών δικτύων και αλγορίθμων έκθεσης και διαχείρισης χαρτοφυλακίου με τη χρήση των τελευταίων εξελίξεων στον τομέα της τεχνητής νοημοσύνης και της νομιμοποίησης εσόδων από παράνομες δραστηριότητες — δημιουργία ενός πλήρως λειτουργικού πρωτοτύπου της πλατφόρμας και δοκιμή σε συνθήκες πλησίον της πραγματικότητας (Greek)
    point in time
    13 August 2022
    0 references
    Cieľom projektu je vytvoriť prototyp pokročilého nástroja na optimalizáciu investičného portfólia pomocou najinovatívnejších riešení umelej inteligencie a strojového učenia dostupných na trhu. Výsledkom projektu bude platforma podporujúca investičné fondy pri prijímaní investičných rozhodnutí. Platforma bude pri svojich výpočtoch využívať individuálne obchodné stratégie inštitucionálnych investorov, čím pre klienta zakaždým vytvorí jedinečnú hodnotu. Pri vývoji platformy využijeme aj najnovšie objavy svetovej vedy v oblasti umelej inteligencie (AI), najmä najnovšie modely neurónových sietí a algoritmov učenia. Charakteristické črty platformy budú: — druhovosť/univerzita – schopnosť aplikovať rôzne súbory neurónových sietí pre rôzne investičné stratégie, – schopnosť učiť sa – schopnosť prispôsobiť sa meniacim sa trhovým podmienkam vďaka použitiu výstužného učenia, – vysoká presnosť – zvýšenie účinnosti neurónových sieťových modelov implementáciou najnovších algoritmov strojového učenia (ML) na analýzu časových radov, – možnosť diverzifikácie činností a rizík – schopnosť investovať do viac ako 200 nástrojov – bez zlyhania a škálovateľnosti. V rámci projektu sa vykonajú tieto práce v oblasti výskumu a vývoja: — návrh a vytvorenie efektívneho výskumného prostredia, – vývoj metód transformácie dát a súboru vstupných údajov pre neurónové siete, – vývoj modelov neurónovej siete a algoritmov riadenia expozície a portfólia s využitím najnovšieho vývoja umelej inteligencie a ML – vytvorenie plne funkčného prototypu platformy a testovanie v podmienkach blízkych realite (Slovak)
    point in time
    13 August 2022
    0 references
    Hankkeen tavoitteena on luoda edistyksellisen työkalun prototyyppi sijoitussalkun optimoimiseksi markkinoiden innovatiivisimmilla tekoäly- ja koneoppimisratkaisuilla. Hankkeen tuloksena syntyy alusta, joka tukee sijoitusrahastoja sijoituspäätösten tekemisessä. Alusta käyttää institutionaalisten sijoittajien yksittäisiä kaupankäyntistrategioita laskelmissaan, luoden asiakkaalle ainutlaatuisen arvon joka kerta. Alustan kehittämisessä hyödynnämme myös viimeisimpiä löytöjä maailmantieteestä tekoälyn (AI) alalla, erityisesti uusimpia neuroverkkojen malleja ja vahvistavia oppimisalgoritmeja. Alustan tunnusmerkkejä ovat seuraavat: yleisyys/universality – kyky soveltaa erilaisia hermoverkkoja erilaisiin investointistrategioihin, – kyky oppia – kyky sopeutua muuttuviin markkinaolosuhteisiin vahvistavan oppimisen käytön ansiosta – korkea tarkkuus – hermoverkkomallien tehokkuuden lisääminen toteuttamalla uusimmat koneoppimisalgoritmit (ML) aikasarjojen analysoimiseksi – toimintojen ja riskien monipuolistamisen mahdollisuus; kyky sijoittaa yli 200 instrumenttiin – epäonnistumisvapaa ja skaalautuvuus. Hankkeen yhteydessä toteutetaan seuraavat t & k-työt: — suunnitella ja luoda tehokas tutkimusympäristö – tietojen muuntamismenetelmien ja syöttötietojen kehittäminen hermoverkkoja varten – hermoverkkomallien sekä altistumisen ja salkunhallinnan algoritmien kehittäminen käyttäen uusinta tekoälyn ja ML:n kehitystä – alustan täysin toimivan prototyypin luominen ja testaus lähellä todellisuutta (Finnish)
    point in time
    13 August 2022
    0 references
    A projekt célja egy olyan fejlett eszköz prototípusának létrehozása, amely optimalizálja a befektetési portfóliót a piacon elérhető leginnovatívabb mesterséges intelligencia és gépi tanulási megoldások felhasználásával. A projekt eredménye egy olyan platform lesz, amely támogatja a befektetési alapokat a befektetési döntések meghozatalában. A platform az intézményi befektetők egyéni kereskedési stratégiáit használja a számításokhoz, és minden alkalommal egyedi értéket teremt az ügyfél számára. A platform fejlesztése során a mesterséges intelligencia (AI) területén a világtudomány legújabb felfedezéseit is felhasználjuk, különösen a neurális hálózatok legújabb modelljeit és a tanulási algoritmusok megerősítését. A platform megkülönböztető jellemzői a következők lesznek: általánosság/egyetemi – az a képesség, hogy különböző neurális hálózatokat alkalmazzon a különböző befektetési stratégiákhoz, – a tanulási képesség – a változó piaci feltételekhez való alkalmazkodás képessége a megerősítő tanulás használatának köszönhetően, – nagy pontosság – a neurális hálózati modellek hatékonyságának növelése a legújabb gépi tanulási algoritmusok (ML) alkalmazásával az idősorok elemzésére, – a tevékenységek és a kockázatok diverzifikációjának lehetősége; több mint 200 eszközbe történő befektetés képessége – hibamentes és skálázhatóság. A projekt részeként a következő K+F munkákra kerül sor: hatékony kutatási környezet tervezése és létrehozása, – adattranszformációs módszerek és bemeneti adatok kidolgozása neurális hálózatok számára, – neurális hálózati modellek és expozíciós és portfóliókezelési algoritmusok fejlesztése a legújabb AI és ML fejlesztések felhasználásával, – a platform teljesen működőképes prototípusának létrehozása és tesztelése a valósághoz közeli körülmények között (Hungarian)
    point in time
    13 August 2022
    0 references
    Cílem projektu je vytvořit prototyp pokročilého nástroje pro optimalizaci investičního portfolia s využitím nejinovativnějších řešení umělé inteligence a strojového učení dostupných na trhu. Výsledkem projektu bude platforma podporující investiční fondy při rozhodování o investicích. Platforma bude pro své výpočty využívat individuální obchodní strategie institucionálních investorů, čímž pro klienta pokaždé vytvoří jedinečnou hodnotu. Při vývoji platformy využijeme také nejnovější objevy světové vědy v oblasti umělé inteligence (AI), zejména nejnovější modely neuronových sítí a algoritmy výztuže. Charakteristickými rysy platformy budou: — genericita/univerzita – schopnost aplikovat různé sady neuronových sítí pro různé investiční strategie – schopnost učit se – schopnost přizpůsobit se měnícím se tržním podmínkám díky využití výztuže, – vysoká přesnost – zvýšení účinnosti modelů neuronových sítí zavedením nejnovějších algoritmů strojového učení pro analýzu časových řad, – možnost diverzifikace činností a rizik – schopnost investovat do více než 200 nástrojů – bez selhání a škálovatelnost. V rámci projektu budou provedeny tyto výzkumné a vývojové práce: — navrhnout a vytvořit efektivní výzkumné prostředí, – vývoj metod transformace dat a souboru vstupních dat pro neuronové sítě, – vývoj modelů neuronových sítí a algoritmů pro správu expozice a portfolia s využitím nejnovějšího vývoje umělé inteligence a ML, – vytvoření plně funkčního prototypu platformy a testování v podmínkách blízkých realitě (Czech)
    point in time
    13 August 2022
    0 references
    Projekta mērķis ir izveidot progresīva instrumenta prototipu, lai optimizētu investīciju portfeli, izmantojot tirgū pieejamos inovatīvākos mākslīgā intelekta un mašīnmācīšanās risinājumus. Projekta rezultāts būs platforma, kas atbalsta investīciju fondus investīciju lēmumu pieņemšanā. Platforma saviem aprēķiniem izmantos institucionālo investoru individuālās tirdzniecības stratēģijas, katru reizi radot klientam unikālu vērtību. Platformas izstrādē mēs izmantosim arī jaunākos pasaules zinātnes atklājumus mākslīgā intelekta (MI) jomā, jo īpaši jaunākos neironu tīklu modeļus un mācību algoritmus. Platformas atšķirīgās iezīmes būs šādas: —vispārīgums/universalitāte – spēja pielietot dažādus neironu tīklu kopumus dažādām investīciju stratēģijām, — spēja mācīties — spēja pielāgoties mainīgajiem tirgus apstākļiem, pateicoties pastiprinājumu apguvei, — augsta precizitāte — palielinot neironu tīklu modeļu efektivitāti, ieviešot jaunākos mašīnmācīšanās algoritmus (ML), lai analizētu laikrindas, — iespēju diversificēt darbības un risku – spēja ieguldīt vairāk nekā 200 instrumentos — bez neveiksmes un mērogojamības. Projekta ietvaros tiks veikti šādi pētniecības un izstrādes darbi: — izstrādāt un radīt efektīvu pētniecības vidi, — izstrādāt datu transformācijas metodes un ievades datu kopumu neironu tīkliem, — izstrādāt neironu tīklu modeļus un ekspozīcijas un portfeļa pārvaldības algoritmus, izmantojot jaunākās MI un ML attīstības tendences, — izveidot pilnībā funkcionālu platformas prototipu un veikt testēšanu realitātei tuvos apstākļos; (Latvian)
    point in time
    13 August 2022
    0 references
    Is é is aidhm don tionscadal fréamhshamhail d’uirlis shárfhorbartha a chruthú chun an phunann infheistíochta a bharrfheabhsú trí úsáid a bhaint as na réitigh intleachta saorga agus meaisínfhoghlama is nuálaí atá ar fáil ar an margadh. Is é toradh an tionscadail ardán a thacaíonn le cistí infheistíochta agus cinntí infheistíochta á ndéanamh acu. Bainfidh an t-ardán úsáid as straitéisí trádála aonair infheisteoirí institiúideacha dá ríomhanna, rud a chruthaíonn luach uathúil don chliant gach uair. Agus an t-ardán á fhorbairt, bainfimid úsáid freisin as na fionnachtana is déanaí den eolaíocht dhomhanda i réimse na hintleachta saorga (IS), go háirithe na samhlacha is déanaí de líonraí néaracha agus algartaim foghlama atreisithe. Is iad seo a leanas sainghnéithe an ardáin: — cineálacht/ollscoil & airgead; an cumas tacair éagsúla de líonraí néaracha a chur i bhfeidhm le haghaidh straitéisí infheistíochta éagsúla, — an cumas foghlaim — an cumas iad féin a chur in oiriúint do dhálaí athraitheacha an mhargaidh a bhuí leis an bhfoghlaim threisithe a úsáid, — beachtas ard — éifeachtacht samhlacha líonra néaraigh a mhéadú trí na halgartaim mheaisínfhoghlama (ML) is déanaí a chur chun feidhme chun anailís a dhéanamh ar amshraitheanna, — an fhéidearthacht gníomhaíochtaí a éagsúlú agus riosca & airgead a éagsúlú; an cumas chun infheistíocht a dhéanamh i níos mó ná 200 ionstraimí, — teip-saor in aisce agus scalability. Mar chuid den tionscadal, déanfar na hoibreacha T & F seo a leanas: — timpeallacht taighde éifeachtúil a dhearadh agus a chruthú, — modhanna claochlaithe sonraí agus tacar sonraí ionchuir a fhorbairt do líonraí néaracha, — samhlacha líonra néaraigh agus nochtadh agus algartaim bainistithe punainne a fhorbairt trí úsáid a bhaint as na forbairtí IS agus ML is déanaí, — fréamhshamhail lánfheidhmiúil den ardán a chruthú agus tástáil a dhéanamh i ndálaí atá gar do réaltacht (Irish)
    point in time
    13 August 2022
    0 references
    Cilj projekta je ustvariti prototip naprednega orodja za optimizacijo naložbenega portfelja z uporabo najbolj inovativnih rešitev umetne inteligence in strojnega učenja, ki so na voljo na trgu. Rezultat projekta bo platforma, ki bo podpirala investicijske sklade pri sprejemanju naložbenih odločitev. Platforma bo za svoje izračune uporabila posamezne strategije trgovanja institucionalnih vlagateljev, kar bo vsakič ustvarilo edinstveno vrednost za stranko. Pri razvoju platforme bomo uporabili tudi najnovejša odkritja svetovne znanosti na področju umetne inteligence (AI), zlasti najnovejše modele nevronskih mrež in okrepljenih učnih algoritmov. Razlikovalne značilnosti platforme bodo: — splošnost/univerzalnost – sposobnost uporabe različnih sklopov nevronskih omrežij za različne naložbene strategije, – sposobnost učenja – sposobnost prilagajanja spreminjajočim se tržnim razmeram zaradi uporabe okrepljenega učenja, – visoka natančnost – povečanje učinkovitosti modelov nevronskih mrež z izvajanjem najnovejših algoritmov strojnega učenja (ML) za analizo časovnih vrst – možnost diverzifikacije dejavnosti in tveganja – sposobnost vlaganja v več kot 200 instrumentov, – brez napak in razširljivost. V okviru projekta bodo izvedena naslednja raziskovalna in razvojna dela: — zasnovati in ustvariti učinkovito raziskovalno okolje, – razvoj metod pretvorbe podatkov in sklopa vhodnih podatkov za nevronske mreže, – razvoj modelov nevronskih omrežij ter algoritmov za upravljanje izpostavljenosti in portfelja z uporabo najnovejšega razvoja umetne inteligence in ML – oblikovanje popolnoma funkcionalnega prototipa platforme in testiranje v razmerah, ki so blizu realnosti. (Slovenian)
    point in time
    13 August 2022
    0 references
    Целта на проекта е да се създаде прототип на усъвършенстван инструмент за оптимизиране на инвестиционното портфолио, като се използват най-иновативните решения за изкуствен интелект и машинно обучение, налични на пазара. Резултатът от проекта ще бъде платформа, подпомагаща инвестиционните фондове при вземането на инвестиционни решения. Платформата ще използва индивидуалните търговски стратегии на институционалните инвеститори за своите изчисления, създавайки уникална стойност за клиента всеки път. При разработването на платформата ще използваме и най-новите открития на световната наука в областта на изкуствения интелект (ИИ), по-специално най-новите модели на невронни мрежи и алгоритми за укрепване на обучението. Отличителните характеристики на платформата ще бъдат: — родовост/универсалност – способността да се прилагат разнообразни набори от невронни мрежи за различни инвестиционни стратегии, — способността за учене — способността за адаптиране към променящите се пазарни условия, благодарение на използването на подсилващо обучение, — висока точност — повишаване на ефективността на моделите на невронната мрежа чрез прилагане на най-новите алгоритми за машинно обучение (ML) за анализ на динамичните редове, — възможността за диверсификация на дейностите и риска – способността да се инвестира в повече от 200 инструмента, — без провал и мащабируемост. Като част от проекта ще бъдат извършени следните научноизследователски и развойни дейности: — проектиране и създаване на ефективна изследователска среда, — разработване на методи за преобразуване на данни и набор от входящи данни за невронни мрежи, разработване на модели на невронни мрежи и алгоритми за експозиция и управление на портфейла, използващи най-новите разработки на ИИ и ML, създаване на напълно функционален прототип на платформата и тестване в условия, близки до реалността (Bulgarian)
    point in time
    13 August 2022
    0 references
    L-għan tal-proġett huwa li joħloq prototip ta’ għodda avvanzata biex tottimizza l-portafoll tal-investiment bl-użu tal-aktar soluzzjonijiet innovattivi ta’ intelliġenza artifiċjali u tagħlim awtomatiku disponibbli fis-suq. Ir-riżultat tal-proġett se jkun pjattaforma li tappoġġa l-fondi ta’ investiment fit-teħid ta’ deċiżjonijiet ta’ investiment. Il-pjattaforma se tuża l-istrateġiji ta ‘kummerċ individwali ta’ investituri istituzzjonali għall-kalkoli tagħha, ħolqien valur uniku għall-klijent kull darba. Fl-iżvilupp tal-pjattaforma, se nużaw ukoll l-aħħar skoperti tax-xjenza dinjija fil-qasam tal-intelliġenza artifiċjali (IA), b’mod partikolari l-aħħar mudelli ta’ netwerks newrali u t-tisħiħ tal-algoritmi tat-tagħlim. Il-karatteristiċi distintivi tal-pjattaforma se jkunu: — ġeneriċità/universalità – il-kapaċità li jiġu applikati settijiet differenti ta’ netwerks newrali għal strateġiji ta’ investiment differenti, — il-kapaċità li wieħed jitgħallem — il-kapaċità li jadatta għall-kundizzjonijiet tas-suq li qed jinbidlu bis-saħħa tal-użu ta’ tagħlim imsaħħaħ, — preċiżjoni għolja — li jżid l-effettività tal-mudelli tan-netwerk newrali billi jimplimenta l-aħħar algoritmi ta’ tagħlim awtomatiku (ML) biex janalizza s-serje kronoloġika, — il-possibbiltà ta’ diversifikazzjoni tal-attivitajiet u r-riskju u r-riskju; il-kapaċità li tinvesti f’aktar minn 200 strument, — mingħajr falliment u skalabbiltà. Bħala parti mill-proġett, se jitwettqu x-xogħlijiet ta’ R & Ż li ġejjin: — it-tfassil u l-ħolqien ta’ ambjent ta’ riċerka effiċjenti, — l-iżvilupp ta’ metodi ta’ trasformazzjoni tad-data u sett ta’ data tal-input għan-networks newrali, — l-iżvilupp ta’ mudelli ta’ netwerk newrali u algoritmi ta’ esponiment u ġestjoni tal-portafoll bl-użu tal-aħħar żviluppi fl-IA u l-ML, — il-ħolqien ta’ prototip kompletament funzjonali tal-pjattaforma u l-ittestjar f’kundizzjonijiet qrib ir-realtà (Maltese)
    point in time
    13 August 2022
    0 references
    O objetivo do projeto é criar um protótipo de ferramenta avançada para otimizar a carteira de investimentos utilizando as soluções de inteligência artificial e aprendizagem automática mais inovadoras disponíveis no mercado. O projeto resultará numa plataforma para ajudar os fundos de investimento a tomar decisões de investimento. A plataforma utilizará estratégias de negociação individuais de investidores institucionais para os seus cálculos, criando um valor único para o cliente de cada vez. No desenvolvimento da plataforma, beneficiaremos também das mais recentes descobertas da ciência mundial no domínio da inteligência artificial (IA), em particular os mais recentes modelos de redes neurais e algoritmos de aprendizagem por reforço. As características distintivas da plataforma serão: — genérico/universitário – a capacidade de aplicar conjuntos diferenciados de redes neurais para diferentes estratégias de investimento, — a autoaprendizagem — a capacidade de adaptação à evolução das condições do mercado através da aprendizagem por reforço, — a elevada precisão — o aumento da eficiência dos modelos de redes neurais através da aplicação dos mais recentes algoritmos de aprendizagem automática (ML) para a análise de séries cronológicas, — a capacidade de diversificar as atividades e os riscos – a capacidade de investir em mais de 200 instrumentos – impecabilidade e escalabilidade. Os seguintes trabalhos de I & D serão realizados no âmbito do projecto: — conceber e criar um ambiente de investigação eficiente, — desenvolver métodos de transformação de dados e dados de entrada para redes neurais, — desenvolver modelos e algoritmos de redes neurais para a exposição e a gestão de carteiras utilizando as mais recentes realizações em matéria de IA e BC, — criar um protótipo plenamente funcional da plataforma e testar em realidades semelhantes (Portuguese)
    point in time
    13 August 2022
    0 references
    Formålet med projektet er at skabe en prototype af et avanceret værktøj til optimering af investeringsporteføljen ved hjælp af de mest innovative løsninger til kunstig intelligens og maskinlæring, der findes på markedet. Resultatet af projektet vil blive en platform, der støtter investeringsfonde i at træffe investeringsbeslutninger. Platformen vil bruge institutionelle investorers individuelle handelsstrategier til sine beregninger, hvilket skaber unik værdi for kunden hver gang. I udviklingen af platformen vil vi også bruge de nyeste opdagelser af verdensvidenskab inden for kunstig intelligens (AI), især de nyeste modeller af neurale netværk og forstærkning læringsalgoritmer. De særlige kendetegn ved platformen vil være: generik/universalitet – evnen til at anvende forskellige sæt af neurale netværk til forskellige investeringsstrategier — evnen til at lære — evnen til at tilpasse sig skiftende markedsforhold takket være brugen af ​​styrke læring, — høj præcision — øge effektiviteten af ​​neurale netværksmodeller ved at implementere de nyeste machine learning algoritmer (ML) til at analysere tidsserier, — muligheden for diversificering af aktiviteter og risiko – evnen til at investere i mere end 200 instrumenter — fejlfri og skalerbarhed. Som led i projektet vil følgende F & U-arbejder blive udført: — design og skabelse af et effektivt forskningsmiljø — udvikling af datatransformationsmetoder og et sæt inputdata til neurale netværk — udvikling af neurale netværksmodeller og eksponerings- og porteføljestyringsalgoritmer ved hjælp af den seneste udvikling inden for kunstig intelligens og ML — oprettelse af en fuldt funktionsdygtig prototype af platformen og afprøvning under forhold, der er tæt på virkeligheden (Danish)
    point in time
    13 August 2022
    0 references
    Scopul proiectului este de a crea un prototip al unui instrument avansat pentru optimizarea portofoliului de investiții utilizând cele mai inovatoare soluții de inteligență artificială și machine learning disponibile pe piață. Rezultatul proiectului va fi o platformă care sprijină fondurile de investiții în luarea deciziilor de investiții. Platforma va utiliza strategiile individuale de tranzacționare ale investitorilor instituționali pentru calculele sale, creând valoare unică pentru client de fiecare dată. În dezvoltarea platformei, vom utiliza, de asemenea, cele mai recente descoperiri ale științei mondiale în domeniul inteligenței artificiale (IA), în special cele mai recente modele de rețele neuronale și algoritmi de învățare de consolidare. Caracteristicile distinctive ale platformei vor fi: — genericitate/universalitate – capacitatea de a aplica diverse seturi de rețele neuronale pentru diferite strategii de investiții, – capacitatea de a învăța – capacitatea de a se adapta la condițiile de piață în schimbare datorită utilizării învățării consolidate, – de înaltă precizie – creșterea eficienței modelelor de rețea neuronale prin implementarea celor mai noi algoritmi de învățare automată (ML) pentru a analiza serii de timp, posibilitatea diversificării activităților și a riscurilor și a dezvoltării; capacitatea de a investi în mai mult de 200 de instrumente, – fără eșec și scalabilitate. În cadrul proiectului, se vor desfășura următoarele lucrări de cercetare și dezvoltare: proiectarea și crearea unui mediu de cercetare eficient, – dezvoltarea metodelor de transformare a datelor și a unui set de date de intrare pentru rețelele neuronale, dezvoltarea de modele de rețele neuronale și algoritmi de gestionare a expunerii și a portofoliului utilizând cele mai recente evoluții în materie de IA și ML, – crearea unui prototip complet funcțional al platformei și testarea în condiții apropiate de realitate (Romanian)
    point in time
    13 August 2022
    0 references
    Syftet med projektet är att skapa en prototyp av ett avancerat verktyg för att optimera investeringsportföljen med hjälp av de mest innovativa lösningarna för artificiell intelligens och maskininlärning som finns på marknaden. Resultatet av projektet kommer att vara en plattform som stöder investeringsfonder i att fatta investeringsbeslut. Plattformen kommer att använda institutionella investerares individuella handelsstrategier för sina beräkningar, vilket skapar unikt värde för kunden varje gång. I utvecklingen av plattformen kommer vi också att använda de senaste upptäckterna av världsvetenskap inom artificiell intelligens (AI), särskilt de senaste modellerna av neurala nätverk och förstärkningslärande algoritmer. Plattformens särskiljande egenskaper kommer att vara: — generika/universitet – förmågan att tillämpa olika uppsättningar av neurala nätverk för olika investeringsstrategier, – förmågan att lära sig – förmågan att anpassa sig till förändrade marknadsförhållanden tack vare användningen av förstärkningsinlärning, – hög precision – öka effektiviteten hos neurala nätverksmodeller genom att implementera de senaste maskininlärningsalgoritmer (ML) för att analysera tidsserier, – möjligheten till diversifiering av aktiviteter och risk – möjligheten att investera i mer än 200 instrument – felfri och skalbarhet. Som en del av projektet kommer följande FoU-arbeten att genomföras: — utforma och skapa en effektiv forskningsmiljö – utveckling av datatransformationsmetoder och en uppsättning ingångsdata för neurala nätverk – utveckling av neurala nätverksmodeller och algoritmer för exponering och portföljhantering med hjälp av den senaste utvecklingen av AI och ML, – skapande av en fullt fungerande prototyp av plattformen och testning under förhållanden som ligger nära verkligheten (Swedish)
    point in time
    13 August 2022
    0 references
    location (string)
    WOJ.: ŁÓDZKIE, POW.: Skierniewice
    0 references
    date of last update
    24 May 2023
    0 references

    Identifiers

    Polish Kohesio ID
    POIR.01.01.01-00-0144/18
    0 references
     
    Retrieved from "https://linkedopendata.eu/w/index.php?title=Item:Q77724&oldid=44883478"