TradeRiser - Un Ecosystéme Décentralisé & un Assistant de Recherche pour Répondre aux Questions sur le Trading
←
→
Transcription du contenu de la page
Si votre navigateur ne rend pas la page correctement, lisez s'il vous plaît le contenu de la page ci-dessous
TradeRiser
Un Ecosystéme Décentralisé & un
Assistant de Recherche pour
Répondre aux Questions sur le
Trading
O c t o b re 2 0 1 7 T r a d e r i s e r. c o m Ve r s i o n 4 . 3
Contenus
Résumé 5
Notes 6
1. Le Problème 7
1.1 Motivation - Simplifier l'analyse des données financières 8
1.2 Disrupter la recherche humaine intensive 8
1.3 Moins d'idées mises à l'essai 8
1.4 Perte de temps 9
1.5 Inefficience 9
1.6 Surcharge d'Information 9
1.7 News et Evénements - Les données non-structurées 9
1.8 Solution 10
2. Améliorer le process de Recherche 11
2.1 Opportunité- Phase Un 12
2.2 Assistant de Recherche - Cas d'utilisation, Phase Un 13
2.3 Recherche Place de Marché - Cas d'utilisation, Phase Deux 15
3. La Technologie 16
3.1 La Blockchain 17
3.2 Traitement du langage naturel 17
3.3 Intelligence artificielle entraînée par un système décentralisé 17
3.4 Système de questions et réponses pour les data financières 18
3.5 L'Intelligence Artificielle aujourd'hui 19
3.6 Participants 19
3.7 Caractéristiques de la Plateforme 21
3.8 Contribution d'analystes indépendants dans la recherche 24
quantitative, Phase une
Contenus
3.9 Production de data de questionnement - 24
Phase Une
3.10 Contribution d'analystes indépendants dans la recherche 27
quantitative - Phase Deux
4. Pourquoi la Blockchain? 28
4.1 Un Systeme d'enregistrement 29
4.2 Des coûts réduits 30
4.3 Rechercher la masse critique 30
5. Pourquoi votre propre XTI? 31
5.1 Crédibilité Communautaire 32
5.2 Moyen de Paiement 32
5.3 Gestion de l'offre monétaire 32
6. Objectif du XTI 33
6.1 Consommateurs de recherche 34
6.2 Partie prenante 34
7. Mecanisme du XTI 35
7.1 Quantité de XTI 36
7.2 Remboursement du XTI 36
8. Plate-forme actuelle : Adaptation au marché 37
8.1 Sources de Data 40
8.2 Assistant de recherche et développement de l'écosystème 41
Contenus
9. Challenges 42
9.1 Contenu Subjectif 43
9.2 Revue de l'équipe TradeRiser 43
9.3 Calcul du score du Profil 43
9.4 Plagiat 44
9.5 Plateformes existantes 44
9.5.1 Plateforme de reporting de contenu blockchain 44
9.5.2 Plateforme de recherche financière 45
9.6 Conflits d’intérêt 45
9.7 Standards Ethiques 45
10. Risques liés au XTI 46
10.1 Risques liés au projet 47
10.2 Risques liés aux cryptomonnaies 47
10.3 Risques liés aux régulations 47
10.4 Benefices du Token XTI 49
11. Le Token XTI, Vente et Distribution 50
12. Feuille de Route 54
13. Equipe 58
14. FAQ 63
15. References 66
Résumé
Dans le monde du trading et de l'investissement, l'analyse financière la plus puissante
setrouve normalement réservé à quelques-uns. TradeRiser cherche à renverser
cettesituation en démocratisant l'analyse des données financières et en les mettant à
ladisposition des masses. La recherche d'idées de trading et l'exploration des
marchésfinanciers est un processus lent. Ce qu'il faut, c'est une source unique crédible,
qui peutfournir des réponses instantanées à des questions commerciales à grande
échelle. Enparticulier, comment les nouvelles et les événements affectent les prix des
actifs dans lemonde entier.
TradeRiser est un assistant de recherche artificiellement intelligent, qui peut répondre
àdes questions simples et complexes. Pour développer cette intelligence artificielle,
nousutiliserons la blockchain pour construire un système d'incitation, qui sera soutenu
etalimenté par les données d'un vaste réseau d'analystes quantitatifs et de
chercheurs.Une économie basée sur un token baptisé XTI sera introduite, afin d'inciter
leschercheurs à fournir leurs données et leurs contributions à la plate-forme.
Par la suite, une deuxième économie sera créée, autour d'un marché de la
recherche,dans lequel les développeurs de modèles quantiques et les producteurs de
contenupourront atteindre les consommateurs au sein de l'écosystème. Cette
participation de lacommunauté aidera à atteindre l'objectif de démocratisation et de
simplification de l'analyse des données financières.
5
Notes
Dans le cadre du présent document, les scientifiques des données, les développeurs
d'analystes quantitatifs seront désignés sous le nom d' "analystes financiers".
Analyste de recherche sur les actions, analyste Forex, gestionnaire de portefeuille,
stratège et analyste financier seront tous désignés par le terme "Producteurs de
contenu".
Les investisseurs particuliers, les investisseurs avertis, les professionnels de la finance
et les institutions financières seront appelés "Consommateurs de Recherche" et
"Utilisateurs".
TradeRiser sera utilisé pour faire référence à l'entreprise et au produit Assistant de
Recherche de manière interchangeable.
6
Le Problème
1. Le Problème
1.1 Notre Motivation - Simplifier l'analyse des données
financières
La croissance du World Wide Web a conduit à des innovations dans la technologie des
moteurs de recherche.
Cela a rendu le Web plus accessible et omniprésent. Cependant, l'analyse des données
financières n'a pas bénéficié du même niveau de simplicité et d'accessibilité que celui
que l'on retrouve sur le web. La croissance du big data ne peut pas être arrêtée, les
entreprises financières et les particuliers sont en compétition pour trouver des
opportunités de trading. Cette tâche ne fera que s'intensifier à mesure que de nouveaux
vecteurs de données seront découvertes, les êtres humains auront du mal à suivre le
rythme.
Cette déconnexion sur le sujet de l'accessibilité et de l'ubiquité représente une énorme
opportunité pour les systèmes qui cherchent à démocratiser l'analyse des données
financières.
1.2 Disrupter la recherche humaine intensive
TradeRiser est en train de construire un assistant de recherche basé sur l'intelligence
artificielle, qui peut répondre à la fois à des questions simples et complexes. Les
professionnels de la finance du monde entier consacrent beaucoup de temps et d'argent
à la recherche pour tenter de répondre à ces questions de trading. Ce type de recherche
prend normalement beaucoup de temps, est inefficace, est sujette à la surcharge
d'information et exige beaucoup de main-d'œuvre. Ces problèmes sont aggravés par
l'avènement des cryptomonnaies et des professionnels de la finance qui veulent les
négocier, aux côtés des titres traditionnels. L'explosion rapide des cryptomonnaies a
laissé beaucoup d'autres technologies derrière elles, les traders individuels ont besoin
d'un moyen facile d'analyser ces classes d'actifs.
1.3 Moins d'idées mises à l'essai
Les plates-formes actuelles s'appuient sur un grand savoir-faire technique pour tester
des idées de trading et, en raison des barrières à l'entrée, moins d'idées de trading sont
testées. Chaque jour, un gestionnaire de portefeuille a une idée de placement et doit
monter un algorithme de trading pour construire le modèle.
C'est un goulot d'étranglement au sein de la plupart des sociétés de services financiers
et, par conséquent, beaucoup moins d'idées sont mises à l'essai. Il en va de même pour
les traders individuels qui veulent tester des idées mais n'ont pas accès aux outils
adaptés
8
1.4 Perte de temps
La recherche quantitative peut être un processus incroyablement long, car elle nécessite
plusieurs étapes pour être complétée, s'étalant parfois sur plusieurs jours et heures.
D'autres goulets d'étranglement sont dus au processus de calcul en raison de la quantité
de données analysées.
1.5 Inefficience
Le processus de recherche nécessite la collecte de données, le tri et l'analyse de ces
données, l'étape finale étant la création du rapport. C'est un processus incroyablement
inefficace.
1.6 Surcharge d'Information
La data représente le nouveau "pétrole" et constitue une ressource précieuse, le travail
des analystes est d'autant plus difficile dans le traitement des données. De nouvelles
voies de données s'ouvrent constamment et peuvent potentiellement être exploitées dans
la recherche financière, en particulier les données non structurées.
1.7 News et Evénements- Les données non-structurées
Il est de notoriété que les news et les événements mondiaux ont un impact sur les
marchés financiers.
C'est pour cette raison que des outils tels que le calendrier économique et le calendrier
des rapports sur les bénéfices ont été créés. Ces outils permettent aux traders de suivre
l'impact des événements, mais il existe également tout un panel d'événements mondiaux
qui ne sont pas de nature à être inclus dans un calendrier, qui doit être structuré.Dans
l'état actuel des choses, les traders luttent pour intégrer des données provenant de
sources telles que Twitter, les crypto-news, les conditions météorologiques et même les
données satellitaires. Tout l'univers de l'approbations de médicaments, des rapports
économiques, des changements de politique monétaire et des événements politiques et
leur impact sur presque tous les types d'actifs financiers doit être apprivoisé et structuré.
9
1.8 Solution
TradeRiser résout ces problèmes grâce à son assistant de recherche qui peut répondre
immédiatement aux questions qu'un trader ou un investisseur peux se poser sur les
marchés financiers. La mécanique du token de TradeRiser permet de suivre et
d'assister les analystes financiers pour toutes questions, la validation des données, la
vérification de l'exactitude, les suggestions et la création de rapports types. Les
analystes financiers peuvent également contribuer à la progression de notre assistant
de recherche en apprentissage machine et être rémunérés en conséquence.
Le XTI est le mécanisme sous-jacent utilisé pour animer cet écosystème et offre à ses
détenteurs une participation directe à l'avancement de notre système de
questionnement et de réponse le transformant ainsi en " source unique de vérité ".
10Améliorer le process de Recherche
2. Améliorer le process de Recherche
TradeRiser s'efforce de rendre le processus de recherche plus rapide et d'améliorer
l'expérience de l'utilisateur. Cela se fait par l'interrogation en langage naturel.
APPROCHE TRADITIONNELLE
RECUEILLIR LES CHARGER
TRIER LES ANALYSE CREATION
DONNÉES DE DONNEES LES DONNEES DU
DES
MULTIPLES SUR RAPPORT
DATA
SOURCES EXCEL
OU SIMILAIRE
TRADERISER
POSER UNE TRADERISER REPOND
CREATION RAPPORT
QUESTION A LA QUESTION
ATRADERISER
Grâce aux fonctionnalités de TradeRiser, les consommateurs pourront tester davantage d'idées
de trading.
TradeRiser offre une plateforme de recherche alternative et complémentaire qui peut travailler
main dans la main avec les systèmes en place.
2.1 Opportunité - Phase Un
Le trading algorithmique et l'apprentissage machine s'avèrent être les tendances les plus
disruptive dans la gestion des investissements. Ce type de commerce exige un savoir-faire
technique et, bien que les barrières à l'entrée soient progressivement supprimées, il n'a pas
encore été adopté dans le courant dominant.
Il existe de solidesarguments en faveur de l'échange et de la recherche qui ne reposent pas sur
des algorithmes mais sur le traitement du langage naturel. Imaginez qu'au lieu d'avoir à
apprendre à programmer pour développer des stratégies complexes, on puisse simplement
l'exprimer en langage humain naturel.
Dans le cadre global de la demande croissante pour les cryptoactifs et les actifs traditionnels,
nous pensons que cela représente une opportunité inédite.
122.2 Assistant de Recherche - Cas d'utilisation, Phase Un
TradeRiser se concentre sur l'accélération du processus de recherche et l'amélioration de
l'expérience utilisateur. Cela passe par l'interrogation en langage naturel.
Cas d'utilisation 1
James est un investisseur qui investit dans des actifs cryptographiques. En raison de
l'explosion soudaine des crypto-actifs au cours des dernières années, les fournisseurs de
technologie sont encore en train de rattraper leur retard. La corrélation entre les données
non structurées et ces actifs n'a pas encore été exploitée. Il se tourne donc vers les outils
traditionnels pour analyser les marchés, mais ils sont insuffisants dans leur façon
classique d'analyser ces actifs est d'étudier les graphiques. James aimerait pouvoir coder
pour pouvoir utiliser des moyens algorithmiques pour faire de la recherche et investir,
mais il en est incapable. Alors que plusieurs pays annoncent des interdictions concernant
les cryptos, et que des personnalités les dénoncent, James veut comprendre "pourquoi
les cryptos augmentent-elles en moyenne 4 heures après une interdiction ou une
dénonciation?".
Cela demandera à James de parcourir un grand nombre de modèles de collecte de
données et de faire du reporting dans un tableur Excel ou pire, d'acheter un ordinateur
dédié pour importer et effectuer les calculs.
Cas d'utilisation 2
Ian dirige son propre Hedge fonds, il a une liste d'idées d'investissement qu'il veut
explorer. Il a également une liste de 20 questions qu'il veut étudier, mais avec des
ressources et un temps limités, il n'a aucun moyen d'étudier rapidement ces stratégies
d'investissement.
Ian n'est pas un développeur et il ne veut pas externaliser le travail. Dans l'état actuel des
choses, il devrait se fier à l'analyste quantitative avec lequel il travaille pour passer en
revue ces idées, ce qui peut prendre jusqu'à deux semaines.
Ian souhaiterait disposer d'une interface de programmation d'application (API) à laquelle il
pourrait se référer ou soumettre sa feuille de calcul et obtenir une réponse.
13Cas d'utilisation 3
Jackie est crypto-tradeuse et elle a remarqué que les marchés crypto semblent tous avoir
baissés et se négocient dans le négatif. Jackie veut maximiser ses profits dans ce
contexte, elle veut rapidement savoir "quel secteur crypto performe très bien lors d'un
marché baissier ?
Ce type d'analyse exige que Jackie vérifie manuellement la performance historique de
toutes les cryptomonnaies dans des conditions de marché baissier et qu'elle crée ses
propres indices et données du secteur de la cryptographie. Ce n'est pas facile à faire et
cela prend énormément de temps.
Cas d'utilisation 4
Thomas est un analyste junior au sein d'une grande institution financière et a une idée de
trading autour d'étés anormalement chauds à New York. Il a donc une question ou une
hypothèse autour de " quels types d'entreprises voient leur actions positivement réagir au
cours de ce genre d'événements anormalement chauds ?".
Pour ce faire, il devrait exporter un ensemble de données d'un fournisseur de données
comme Bloomberg dans un format Excel, puis normaliser les données, nettoyer les
données, les importer dans R ou Stata, évaluer les données et finalement créer un
rapport. Même les outils nommés n'offrent pas vraiment les capacités de flexibilité
nécessaires, l'ensemble du processus exige trop d'étapes et prend trop de temps.
Cas d'utilisation 5
Peter est à la fois trader en crypto et en bourse, il veut savoir "quelles cryptomonnaies
sont actuellement stables...", il veut aussi connaitre "quelles actions sont susceptibles
d'avoir des cours élevés une semaine après la prochaine hausse des taux d'intérêt...".
Toutes ces questions exigent une formation en science et analyse des données afin
d'établir une réponse appropriée. Peter n'a ni les ressources ni le temps de faire des
recherches.
142.3 Marché de la recherche - Cas d'utilisation Phase deux
Cas d'utilisation 6
La MiFID II est une législation de l'UE qui réglemente les entreprises qui fournissent des
services à des clients liés aux activités d'"instruments financiers" (actions, obligations,
parts d'organismes de placement collectif et produits dérivés) et les lieux de négociation
de ces instruments[1][2][1][2].
La loi exige que les entreprises qui fournissent ces services séparent les commissions de
négociation des coûts de recherche (" dégroupage ").
Anna travaille en tant qu'analyste dans une société de gestion d'investissement au
Royaume-Uni, elle reçoit près de 1000 emails par jour concernant des recherches
d'investissement - toutes non structurées et pour la plupart non pertinentes. Elle
souhaiterait disposer d'une plate-forme unique, qui lui permettrait de conserver une trace
des recherches qu'elle a menées auprès de tous les chercheurs indépendants. Souvent,
elle ne sait pas à quels fournisseurs de recherche elle a fait appel et qui elle doit payer.
15La Technologie
3. La Technologie
3.1 La Blockchain
Le logiciel de réseau connu sous le nom de blockchain, stocke l'information à travers un
réseau d'ordinateurs, ce qui les rend non seulement décentralisés mais aussi distribués.
Cela signifie qu'aucune autorité centrale n'est propriétaire du système. Ce stockage
d'informations et la collaboration sur le réseau est basé sur des règles souvent connues
sous le nom de contrat intelligent. Le réseau Ethereum est une plate-forme
qui permet la création d'applications peer-to-peer basées sur ces contrats intelligents. Cela
permet aux développeurs de créer des relations cryptographiques exécutoires. Ainsi, le XTI
utilisera des contrats intelligents pour fournir l'infrastructure de réseau dont elle a
besoin,notamment en incitant les analystes financiers, les producteurs de contenu et les
consommateurs de recherche à interagir dans notre environnement par l'utilisation d'un
token.
3.2 Traitement du langage naturel
Le traitement du langage naturel (NLP) est défini comme le traitement automatique ou
semi-automatique du langage humain. La NLP est essentiellement multidisciplinaire : elle
est étroitement liée à la linguistique. Elle a également des liens avec la recherche en
sciencescognitives, en psychologie, en philosophie et en mathématiques. Dans le domaine
de l'informatique, il s'agit de la théorie du langage formel, des techniques de compilation, de
la validation des théorèmes, de l'apprentissage machine et de l'interaction homme-machine.
De nos jours, il est généralement considéré comme une part importante de l'IA et de
l'apprentissage machine. Notre assistant de recherche s'appuie fortement sur la NLP pour
répondre aux questions relatives aux données financières et pour organiser et classer les
données sur les événements d'actualité.
3.3 L'intelligence artificielle entraînée par un système
décentralisé
Les systèmes d'intelligence artificielles s'appuient sur les données pour construire des
modèles qui fournissent une fonction.
Plus la qualité des données est élevée, plus le modèle s'améliore. De nombreux
professionnels de la finance et traders indépendants dans le monde entier disposent d'une
mine de connaissances et de données, dont une grande partie reste privée ou n'est pas
exploitée. Comme expliqué précédemment, de nombreuses idées de trading ne sont pas
explorées en raison des barrières à l'entrée. Des modèles appris sur des données d'un
réseau d'expertise décentralisée promet d'améliorer considérablement l'ergonomie, en
optimisant des applications plus intelligentes.
173.4 Système de questions et réponses pour les données
financières
Au cœur de notre assistant de recherche se trouve un système de questions-réponses.
Les questions et les réponses sont un autre volet de la PNL, et son nom suggère qu'il
s'agit du processus de poser des questions et d'obtenir des réponses. La plupart des
systèmes de questionnement et de réponse s'apparentent aujourd'hui à des systèmes de
recherche et d'extraction de l'information[4] Ces systèmes tentent de trouver une réponse
spécifique à une question spécifique à partir d'un ensemble de documents, ou du moins
d'un court texte qui contient la réponse.
Exemple 1
Quelle est la capitale de la France ?
Paris est la capitale française depuis des siècles.
TradeRiser, pour sa part, ne se concentre pas sur les documents mais plutôt sur les
données financières, questions auxquelles un moteur de recherche ou un système
classique de recherche d'informations ne peut répondre.
Exemple 2
1. Comment, en moyenne, les cryptos se comportent-elles traditionnellement lorsque leurs
ICO échouent ?
2. Quel est le rendement des sociétés de l'indice S&P 500 pendant la saison des
ouragans et lorsqu'il existe les impacts négatifs sur la masse salariale non agricole ?
3. Quel impact le vote du Brexit a-t-il eu sur les paires gbp/usd, eur/usd et btc/usd ?
4. Quelle est la volatilité de la plupart des cryptos à base de tokens 3 mois après leur
ICO?
5. Quels cryptos sont susceptibles d'avoir la plus grande volatilité dans les 3 prochains
jours ?
Ces questions sont centrées sur les données et nécessitent une technologie axée sur ce
domaine. Elles sont également basées sur les news et les événements et se concentrent
sur la façon dont ceux-ci affectent les actifs concernés, il s'agit de comprendre la
corrélation entre les événements et les prix des actifs.
Les réponses à ces questions sont de nature systémique et empirique, et il faut un
ressenti humain et des données historiques pour y répondre.
183.5 L'Intelligence Artificielle aujourd'hui
Les travaux en cours dans le domaine de l'apprentissage machine ont montré que des
modèles plus grands peuvent améliorer considérablement les performances globales [5].
Avec l'avènement de l'apprentissage profond, le domaine se développe rapidement. Les
données étant au cœur de l'apprentissage machine, les questions et les réponses
nécessaires à la formation des modèles et à l'incitation à la participation via un réseau à
tokens assureront un modèle beaucoup plus large.
3.6 Participants
L'ecosystème peux être vu comme suit :-
PILOTAGE TECHNOLOGIQUE
SOURCE ASSISTANTS
DE DATA VIRTUEL DE L'ASSISTANT DE
RECHERCHE
DETENTEURS XTI -
UTILISATEURS EQUIPE
ECOSYSTEME
TRADERISER TRADERISER
HEDGE FUNDS, BROKERS & QUANT &
WEALTH MANAGEMENT, EXCHANGES ANALYTICS
ROBO ADVISORY APPS FIRMS
Equipe TradeRiser :- Nous supervisons le projet et développons l'analyse et la nlp
avec la plate-forme.
19Analystes financiers : - Développera ou proposera les questions. Ils peuvent également
fournir une analyse de marché qui sera utilisée dans l'analyse des perceptions.
Hedge Funds : - Sera en mesure d'acheter la version entreprise et sera tenu de payer
des frais d'accès mensuels en XTI qui sera utilisé pour alimenter le pool de l'écosystème.
Utilisateurs : - Tous les utilisateurs devront avoir des XTI pour utiliser la version
communautaire. Les utilisateurs devront disposer d'un certain nombre de XTI pour
accéder aux différentes fonctions de l'édition communautaire, comme la fonction de
négociation directe.
Fournisseurs de données : - Les fournisseurs sont des personnes qui fournissent des
données accessibles au public provenant de diverses sources pour être utilisées dans
l'écosystème.
Brokers & Exchanges : - Tous les courtiers et les bourses peuvent s'engager sur notre
écosystème pour gagner plus de clients. Les clients pourront négocier directement à
partir de l'assistant de recherche.
Assistants virtuels : - Nous travaillerons en partenariat avec Alexa, Cortana, Siri et
Google Home.
Quant et société d'analyse: Dans le cadre de notre expansion continue et de la création
de valeur, nous travaillerons en partenariat avec des organismes de recherche et
d'analyse. Nous les inciterons à se joindre à l'écosystème afin de fournir certaines de
leurs meilleures capacités d'analyse à la communauté.
Phase une
Les parties impliquées dans la première phase de l'écosystème XTI sont définies comme
suit :
1. Analystes financiers - Les parties intéressées à soumettre des données de
question et à effectuer la validation des données et plus encore.
2. Utilisateurs - Il s'agit des participants qui utiliseront les services de la
plate-forme. Il s'agit notamment d'institutions financières, de professionnels de
la finance et d'analystes indépendants.
Phase deux
1. Analystes financiers - Les parties intéressées à soumettre des données de
question et à effectuer la validation des données et plus encore.
2. Producteurs de contenu - Participants intéressés à utiliser les analyses de
TradeRiser pour créer des articles et des rapports.
3. Utilisateurs - Il s'agit des participants qui utiliseront les services de la
plate-forme. Il s'agit notamment d'institutions financières, de professionnels de
la finance et d'analystes indépendants.
203.7 Caractéristiques de la Plateforme
1. Edition Communauté :- compilation de nombreuses fonctionnalités qui seront à la
disposition de la communauté telles que : l'assistant de recherche alimenté par le flux de
données de la communauté, les notations ICO, l'analyse de l'état du marché, la
diligence raisonnable des ICO, l'analyse du portefeuille d'investisseurs, la négociation
directe, les applications web et mobiles.
2. Place de Marché de la recherche - Accessible aux détenteurs de tokens.
3. Edition Entreprise :- Cette version autonome est accessible aux institutions
financières, aux hedge funds ou aux sociétés. Elle inclura notre API.
21RAPPORT DE
REPONSE
UTILISATEUR UTILISATEUR
DANS LES
GRAPHIQUES HEBDOMADAIRES COMBIEN DE PORCELETS
EUR/USD COMBIEN DE FOIS LES
PRIX ONT-ILS ÉTÉ FERMÉS EN SUR LE MARCHÉ DU PORC
DEHORS DES BANDES DE AMÉRICAIN MORT SUITE
BOLLINGER EN 2015 ET 2016 ? AU VIRUS DE 2014?
Assistant De Recherche
DANS LES GRAPHIQUES QUELLE EST LA VOLATILITÉ
HEBDOMADAIRES EUR/USD DE LA PLUPART DES
COMBIEN DE FOIS LES PRIX
ONT-ILS ÉTÉ FERMÉS EN CRYPTOMONNAIES BASEES
DEHORS DES BANDES DE SUR TOKENS 3 MOIS APRÈS
BOLLINGER EN 2015 ET 2016 ? LEUR ICO ?
RAPPORT
DE REPONSE
USERS USERS
Fig 1 : Résumé de l'Assistant de Recherche
22HISTORIQUEMENT,
COMMENT, EN
MOYENNE, LES
CRYPTOS PRODUCTEURS DE CONTENU
PERFORMENT-ELLES
RAPPORT DE DANS LE CAS
REPONSE D'INTERDICTIONS DE
LEURS ICO ?
UTILISATEUR
CREATION
DANS LES GRAPHIQUES D'UN
HEBDOMADAIRES EUR/USD RAPPORT
D'ANALYSE
COMBIEN DE FOIS LES PRIX
ONT-ILS ÉTÉ FERMÉS EN
DEHORS DES BANDES DE RAPPORT DE
BOLLINGER EN 2015 ET 2016 ? REPONSE
LISTAGE DU
RAPPORT CRÉÉ
SUR LA PLACE
DE MARCHÉ
Assistant de Recherche
PRODUCTEURS DE CONTENU
RECHERCHE
SUR LA PLACE
DE MARCHE
TRACKER DE
COMPENSATION
CONSOMMATEURS DE RECHERCHES
Fig 2 : Résumé de l'Assistant de Recherche et de la Recherche de Place de
Marché
233.8 Contributions d'Analystes de recherche quantitative
Indépendants
Phase Une
Les analystes financiers fourniront volontairement des données sur les questions,
effectueront des contrôles de conformité et plus encore, afin de former notre assistant de
recherche sur l'apprentissage machine. Cette contribution régulière rendra la plate-forme
intelligente.
Notre communauté d'analystes financiers du monde entier rivalisera essentiellement avec
les équipes de recherche avec les services que l'on trouve dans de nombreuses banques
d'investissement. Cet immense bassin de talents dont nous tirons profit nous aidera à
renforcer notre crédibilité en tant que fournisseur de technologie financière, ainsi que
l'ensemble de l'entreprise. de notre assistante de recherche dans cet espace.
3.9 Production des données de Questionnement
Phase Une
Notre assistant de recherche sera formé pour mettre en évidence les nouveaux
événements du marché et les nouvelles tendances qui peuvent avoir un impact sur les
utilisateurs, tout en faisant des recommandations d'actualité, basées sur le comportement
des utilisateurs individuels dans le passé. Cela permettra d'établir l'ordre de priorité de
certains sujets de recherche au niveau de l'utilisateur qui ont une plus grande probabilité
de pertinence. Ces fonctionnalités seront surtout utilisées par la communauté des
analystes financiers comme point de départ pour les guider sur d'autres formes de
questions et de données pour faire progresser TradeRiser.
24ANALYSTES TABLEAU DES PORTAIL
FINANCIERS QUESTIONS D'ENREGISTREMENT
BLOCKCHAIN
(TRAVAILLEUR)
BACKGROUND
APP (ORACLE)
ANALYSTES APP
FINANCIERS D'ENTRAINEMENT
(TRAVAILLEUR)
MODELE
NLP PORTAIL
D'ENREGISTREMENT
MODELE
VERIFICATION QUANT
DE LA MASSE
CRITIQUE DONNEES
D'ENREGISTREMENT DB
ANALYSTES
FINANCIERS
(TRAVAILLEUR)
Fig 4 : Analystes financiers soumettant des données de questionnement pour
la formation
25Flux du process:
1. Les analystes financiers soumettent des données sur les questions par le biais d'un
portail de formation. Il peut s'agir de questions en vrac ou de questions individuelles.
2. Les données soumises sont ensuite publiées et soumises à examen. Tout membre de
l'écosystème autre que le travailleur/analyste financier d'origine peut examiner les
données. En utilisant un contrat intelligent dans le système Blockchain de XTI, les
données sont vérifiées par de multiples réviseurs (de préférence 2) et seules les données
sur lesquelles ils parviennent à un consensus permettent à tous les membres de la
chaîne de travail d'être rémunérés.
3. Après avoir terminé le processus d'examen, les questions examinées peuvent ensuite
être vérifiées par un deuxième lot d'analystes financiers, afin de confirmer le travail
soumis. Les travaux soumis seront ensuite automatiquement transmis à notre modèle
d'IA.
4. Chaque analyste financier sera rémunéré pour le travail qu'il effectue. Les différentes
étapes de l'examen et le type d'examen entraînent des compensations différentes en XTI.
Trouver des incohérences dans les données entraîne une compensation plus élevée que
les bogues de l'interface graphique. Le profil de l'analyste financier, tel que l'expérience
de l'industrie, sera un facteur multiplicateur de l'indemnisation.
Compensation:
Le contrôle de consensus est effectué sur la blockchain, simplement en examinant quels
éléments de données ayant fait l'objet d'un accord.
Chaque fois que le contrat intelligent est sollicité par l'application d'arrière-plan, le nombre
d'examinateurs par item de travail est également vérifié. Lorsqu'un certain nombre de
conditions sont remplies, le déblocage des fonds est déclenché. Par conséquent, tous les
participants à la chaîne de travail du travailleur, de l'examinateur1 et de l'examinateur2
sont rémunérés.
Par exemple:
Par défaut, le travail de révision rapporte à l'examinateur une rémunération de base de 5
XTI. Le travailleur est payé 1 XTI pour chaque question approuvée.
26L'examinateur1 et l'examinateur2 sont payés 1 XTI pour chaque question ayant fait l'objet
d'un accord et qui est parvenu à un consensus.
TRAVAILLEUR EXAMINATEUR1 EXAMINATEUR2
3 XTI 5 XTI 5 XTI
3 XTI 3 XTI
3.10 Contributions d'Analystes de recherche quantitative
Indépendants
Phase Deux
La deuxième phase de l'écosystème se concentrera sur l'inclusion des producteurs de
contenu. Les producteurs de contenu utiliseront les analyses intégrées à TradeRiser pour
créer leurs propres rapports et commentaires pour la section "Research Marketplace" au
sein de la plate-forme. Les consommateurs de recherche pourront choisir de s'abonner à
cette fonction et se voir facturer des frais variables en XTI en fonction du contenu qu'ils
consomment.
Pour les producteurs de contenu, nous créerons un système de notation des votes, cette
notation déterminera le montant de XTI gagné pour chaque reportage contribué à la
section "Research Marketplace". Ce système de notation des votes sera piloté par les
consommateurs de recherche qui seront en mesure d'évaluer l'efficacité et la popularité de
chaque producteur de contenu, et leur travail
27Pourquoi la Blockchain?
4. Pourquoi la Blockchain?
4.1 Un Systeme d'Enregistrement
La blockchain est un grand registre distribué vérifiable publiquement qui peut être utilisé pour
confirmer que les analystes financiers et les producteurs de contenu de notre système ont été
rémunérés pour leurs contributions. Les consommateurs qui recherchent des rapports de
qualité supérieure dans la section Marché de la Recherche auront également l'assurance que
les paiements ont été versés au producteur de contenu pour les rapports sélectionnés, avec
un système d'enregistrement fiable toujours disponible pour rendre compte de leur utilisation.
Les analystes financiers sont comme des free-lances ou des entrepreneurs, la blockchain
permet à TradeRiser de créer des contrats intelligents avec les analystes financiers pour
divers travaux. Nos transactions et accords commerciaux seront exécutés automatiquement,
elle fera respecter les obligations que les analystes financiers ont dans le cadre de leur
contrat. Elle fournit une approche collaborative automatisée pour la collecte de données en
utilisant un large éventail d'analystes financiers. Le contrat intelligent permet de récompenser
les différentes étapes du travail effectué par le client.
Nous utiliserons la blockchain pour servir de mécanique décentralisé, au sein de laquelle les
travailleurs produisent des données, qui sont ensuite révisées par de multiples superviseurs
pour assurer l'exactitude et la qualité de données. Un système similaire est en cours de
construction par Gems (https://gems.org/), la différence avec TradeRiser est que les données
et les travaux effectués sont principalement destinés à l'avancement de l'assistant de
recherche en IA et les leurs sont destinés à un usage générique.
Selon le modèle traditionnel, il faudrait utiliser des sites Web indépendants ou des sites Web
d'entrepreneurs pour embaucher du personnel et aucun de ces services n'offre une méthode
décentralisée de partage du travail en chaîne avec des tiers, appliquée par des contrats
intelligents.
Compte tenu du grand nombre d'analystes financiers qui seront à notre disposition, il existe
de bonnes raisons pour les organismes de recherche de proposer des postes au sein du
réseau de notre. . Par conséquent, une tâche en peer-to-peer telle que poser des questions
financières complexes, s’exécutera entre l'organisme de recherche et les analystes financiers
intéressés.
29TradeRiser sera en mesure d'apprendre des questions et données utilisées entre pairs,
de les ajouter à notre modèle et, dans le processus, de prélever de petits frais de
transaction. Toutes les conditions de cette offre seront énoncées dans le contrat
intelligent. L'infrastructure que nous allons construire se prête également à la collecte de
données en direct sur le ressenti, à l'image de Sharpe Capital et Cindicator.
L'utilisation du contrat intelligent sur la blockchain apporte une grande automatisation
dans la façon dont nous établissons notre environnement de questions et réponses pour
la formation de notre AI. En résumé, la blockchain permettra à la fois le paiement sur la
plate-forme XTI et la création d'un système sécurisé sans avoir besoin d'un intermédiaire
pour recueillir l'information.
4.2 Réduction des coûts
Dans le but d'amener autant d'analystes financiers que possible dans l'écosystème, nous
voulons réduire les frictions associées au transfert de capitaux entre les parties. Les
frictions telles que les coûts de compensation et les risques de contrepartie seront
éliminés en utilisant notre mécanisme XTI sur la blockchain.
4.3 Recherche d'une masse critique
L'un des plus grands défis de TradeRiser est de faire en sorte que notre modèle
d'Assistant de Recherche atteigne une masse critique. En d'autres termes, l'amener à un
niveau lui permettant de répondre à la majorité des questions commerciales qu'auront les
utilisateurs. Le système doit être entraîné à un large univers de questions, d'événements
et de données de marché.
La première phase porte sur la façon d'acquérir l'ensemble de données des questions.
Pour ce faire, TradeRiser émettra les tokens XTI à titre de compensation pour les
contributions continues à la construction de la base de connaissances à partir de laquelle
l'apprentissage machine sera effectué. Une fois que la masse critique aura été atteinte, il
sera facile de mettre en œuvre la deuxième phase pour attirer les consommateurs de
recherche sur la plateforme. Une fois que les consommateurs de recherche et les
producteurs de contenu connaîtront parfaitement l'écosystème, les consommateurs de
recherche pourront récompenser les producteurs pour leur contenu de qualité via leur
vote. Ce cycle continu créera un effet de chaîne, attirant ainsi un plus grand nombre de
contributeurs à la plateforme.
30Pourquoi notre propre XTI?
5. Pourquoi notre propre XTI?
5.1 Crédibilité Communautaire
Le fait d'avoir notre propre token XTI nous permet de bâtir une communauté dont nous
pouvons tirer un haut degré de crédibilité, ce qui est un moyen sûr de valider les réponses
produites par notre assistant de recherche. La crédibilité de la communauté nous permet
d'atteindre un plus grand nombre de clients institutionnels et de consommateurs
individuels.
5.2 Problèmes de paiement
Les principaux actifs numériques ont des problèmes de mise à l'échelle, car chaque
paiement entraîne des frais de transaction. Au fur et à mesure que notre plateforme de
Recherche de Paiement prospère sur le principe des micropaiements en échange de
l'accès au contenu sur la place de Marché, ces frais peuvent rapidement s'additionner. XTI
permet à la fois aux producteurs de contenu et aux consommateurs de recherche de
garder un œil sur les échanges de contrats intelligents, minimisant ainsi la fréquence des
transactions et réduisant les frais globaux
5.3 Gestion de l'offre monétaire
TradeRiser en tant qu'entreprise peut gérer son offre de XTI, ce qui est nécessaire pour
assurer l'équité du système de paiement. La détermination des prix est proportionnelle à la
rémunération dans le monde réel pour le travail produit par les analystes et stratèges de la
recherche quantitative.
32Objectifs du XTI
6. Objectifs du XTI
6.1 Consommateurs de Recherches
Les consommateurs de recherche pourront acquérir des XTI auprès de TradeRiser
qu'ils pourront ensuite utiliser pour accéder à la fonction Place de Marché de la
Recherche et à l'édition communautaire.
Les consommateurs de recherche qui détiennent des XTI leur apporteront les
avantages suivants :
● Un plus grand pouvoir de vote,pouvant être utilisé pour up-voter les rapports de
recherche et commenter les articles. Up-voter augmentera la valeur ou le montant de
XTI gagné par le producteur de contenu.
● Accès privilégiés à l'historique des rapports d'analystes générés par les
producteurs de contenu.
6.2 Partie prenante
La compagnie TradeRiser : Le XTI sera utilisé par la société pour assurer une
compensation à l'avancement de la plate-forme et pour la génération de rapports.
L'entreprise percevra une petite commission sur chaque transaction en XTI, entre les
consommateurs de recherche et les producteurs de contenu.
34Le Mécanisme du XTI
7. Le mécanisme du XTI
7.1 Quantité de XTI
La quantité totale de XTI représentera une valeur nominale de 23 000 000 USD.
7.2 Remboursement des XTI
Dans certains cas, les XTI pourront être remboursés aux participants de la
plate-forme. Par exemple, peuvent advenir des cas d'utilisation qui nécessiteront un
remboursement, mais qui impliqueront généralement une période minimale de 3
semaines avant que cela ne se produise.
36Plate-forme actuelle: Adaptation au marché
8. Plate-forme actuelle :Adaptation au
marché
TradeRiser a construit une version bêta alpha/privée de l'Assistant de Recherche,
accessible sur demande ou en s'inscrivant à l'adresse www.traderiser.com. La version
alpha/beta privée se concentre sur le forex, les matières premières et les indices, et
permettra aux utilisateurs de poser des questions sur les événements du calendrier
économique, l'analyse technique, la corrélation les performances et plus encore. Cette
version a été conçue principalement à des fins de démonstration et de capture de
données.
Notre intention est de transformer l'ensemble en un puissant Assistant de Recherche à
part entière qui occupera tout le périmètre de négociation et d'investissement. Jusqu'à
présent, il a été examiné par de grandes banques d'investissement et des éditeurs de
technologie, et a été gratifié de nombreux commentaires positifs.
Fig 6 : Barre de recherche
38Fig 7 : Vue du rapport montrant la réponse à une question
Fig 8 : Vue du rapport montrant la réponse à une question
39Fig 9 : Vue du rapport montrant le résultat et le commentaire généré
8.1 Sources de Data
Notre assistant de recherche utilise l'apprentissage automatique et le traitement du langage
naturel (NLP) pour les questions et les réponses. Il est également utilisé pour la collecte de
données, la classification, l'analyse et la récupération. TradeRiser contiendra des données
provenant des sources suivantes :
● Calendrier économique
● Calendrier d'approbation des produits pharmaceutiques de la FDA
● Calendrier des gains
● Données Economiques
● Données de news et Événements
● Données des communiqués de presse
● Données pertinentes sur les médias sociaux
● Data sur les tarifs d'action :- Stocks, Indices, Forex, Matières premières et crypto
● Commentaire d'Analyste
408.2 Assistant de Recherche et développement de l'écosystème
Le développement de l'assistant de recherche et de l'écosystème XTI nécessitera des
investissements importants. Nous avons déjà financé le développement des premières
étapes de la plateforme des assistants de recherche par le biais de l'auto-financement. Les
utilisateurs de notre plateforme et du XTI proviendront de nombreux investisseurs.
41Challenges
9. Challenges
La création d'un Assistant de Recherche et d'un écosystème de production de rapports
sur le contenu par des producteurs indépendants représente un défi de taille.
9.1 Contenu Subjectif
Par nature, l'analyse et les opinions exprimées dans le contenu de la recherche sont
subjectives et ce qui doit considéré comme des éléments pertinents relèvera des
préférences du lecteur. Pour mieux organiser une recherche de haute qualité, la
plateforme organisera les rapports par catégorie puis par popularité.
Le classement de popularité est calculé à l'aide d'une combinaison de mesures :
● Vote des lecteurs
● Revues de l'équipe TradeRiser
● Nombre de pages
● Total des rapports/commentaires
● Historique des vues
Les algorithmes d'apprentissage machine de TradeRiser aideront les utilisateurs à
trouver des recherches plus pertinentes et intéressantes basées sur les statistiques des
utilisateurs.
9.2 Revues de l'équipe TradeRiser
Le personnel de TradeRiser attribuera des points à la qualité du travail effectué par les
producteurs de contenu.
Les soumissions devront satisfaire à une norme minimale pour être publiées, ce qui
assurera la qualité des rapports et des commentaires. La combinaison de ces points
d'examen interne et de l'utilisation des autres paramètres permettra d'offrir à chaque
producteur de contenu une rémunération équitable.
9.3 Calcul du Score du Profil
Les utilisateurs pourront consulter les rapports et les commentaires en fonction de la
notation du profil des producteurs de contenu. Cela démontrera aux consommateurs de
recherche quels producteurs de contenu sont les mieux établis et dont les recherches
pourront être plus fiable. La note totale sera sur 100, cette note proviendra de ce qui suit :
43● historiques des vues : - le nombre croissant de vues au fil du temps augmentera
la notation.
● Total des rapports/commentaires :- nombre total de rapports par le producteur de
contenu.
● Nombre de pages : - le nombre de contenus de recherche de qualité dans le
rapport et section de commentaires.
● Vote de lecteurs :- les consommateurs peuvent voter sur chaque rapport ou
commentaire.
9.4 Plagiat
TradeRiser a une politique stricte interdisant tout type de plagiat sur notre plateforme.
Les utilisateurs en violation de cette règle pourront voir leur compte révoqué et leur IP
banni de notre système.
Cela étant dit, le contenu de la recherche (thèmes, idées ou articles partiels ou entiers)
pourrait être copié, plagié ou autrement détourné d'autres articles existants sur la
plateforme, ou de sources de contenu externes comme les sites Web ou les blogues.
Une autre forme de plagiat se matérialise lorsque les auteurs affichent
intentionnellement leur propre contenu ou un contenu dérivé assez similaire plus d'une
fois.
Notre moteur de traitement du langage naturel sera utilisé pour identifier ce type
d'activité, afin de s'assurer que les utilisateurs ne tentent pas de se faire payer plus
d'une fois pour le même contenu tout en spammant la plateforme.
9.5 Plateformes Existantes
9.5.1 Plateformes de Contenu basées sur la Blockchain
D'autres plates-formes de contenu basées sur la blockchain, telles que Steemit et Red
Pulse, ont fait des progrès dans les mécanismes d'incitation à la création et à la
distribution de contenu.
Red Pulse, par exemple, permet le partage de contenu sur le marché chinois,
TradeRiser, en revanche, concerne les analyses quantitatives avec commentaires et
rapports.
44Steemit, par exemple, a développé un moyen d'encourager la création de contenu de
médias sociaux, RedPulse a également développé une création de contenu de recherche.
Même s'il existe beaucoup de différences, nous nous sommes inspirés de ces deux
approches pour inclure ce qui suit :
● Comme par exemple 1 vote par utilisateur pour un rapport ou un commentaire,
celui-ci étant renouvelé quotidiennement.
● Augmentation prévue de la circulation de XTI afin de fournir des récompenses pour
les news et l'existant.
● Mécanisme anti-inflationniste prédéterminé pour les détenteurs de XTI existants qui
sont prêts à s'engager pour une période de détention, également assuré par
l'augmentation prévue de la circulation de XTI.
9.5.2 Plateforme de Recherches Financières
TradeRiser, bien qu'il s'agisse principalement d'un assistant de recherche, sera commenté
et alimenté par des producteurs de contenu indépendants du monde entier. Cette
approche novatrice combine des analyses quantitatives et des rapports de commentaires.
Les plateformes, telles que Bloomberg, Thomson Reuters, FactSet, S&P Capital IQ et bien
d'autres, ont des études sur les actions qui proviennent de leurs propres organisations,
tandis que TradeRiser vise à obtenir une contribution indépendante au niveau mondial.
9.6 Conflits d'interêt
L'équipe de TradeRiser filtrera tous les analystes financiers et les producteurs de contenu
et exigera des candidats qu'ils divulguent tout ce qui pourrait représenter un conflit
d'intérêts. Des éléments tels que les positions personnelles dans les actions doivent être
divulgués et convenus par écrit.
9.7 Standards Ethiques
Les employés de TradeRiser seront tenus de respecter des normes éthiques du plus haut
niveau. Il sera interdit à tous les employés de divulguer prématurément des données
sensibles au marché et d'émettre des commentaires. L'équipe de conformité interne
relèvera du conseil d'administration afin d'assurer le respect des normes établies.
45Vous pouvez aussi lire
