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
(‎Removed claim: financed by (P890): Directorate-General for Regional and Urban Policy (Q8361), Removing unnecessary financed by statement)
(‎Changed label, description and/or aliases in fr: translated_label)
label / frlabel / fr
 
Construire une plateforme d’investissements AI basée sur des algorithmes d’intelligence artificielle pour des stratégies d’investissement avancées.

Revision as of 14:18, 30 November 2021

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

    0 references
    2,439,732.37 zloty
    0 references
    585,535.77 Euro
    13 January 2020
    0 references
    3,908,124.38 zloty
    0 references
    937,949.85 Euro
    13 January 2020
    0 references
    62.43 percent
    0 references
    1 August 2018
    0 references
    31 August 2020
    0 references
    AI INVESTMENTS SP. Z O.O.
    0 references
    0 references

    51°57'29.2"N, 20°8'41.6"E
    0 references
    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)
    14 October 2020
    0 references

    Identifiers

    POIR.01.01.01-00-0144/18
    0 references