本申請(qǐng)案主張2014年3月7日申請(qǐng)的標(biāo)題為“用于金融市場(chǎng)中的大數(shù)據(jù)交易的系統(tǒng)及方法(Systems and Methods for Big Data Trading in Financial Markets)”的序列號(hào)為61/949,938的美國(guó)臨時(shí)申請(qǐng)案的權(quán)益及優(yōu)先權(quán)，所述臨時(shí)申請(qǐng)案特此以引用的方式并入本文中。

本申請(qǐng)案涉及與此同時(shí)申請(qǐng)的標(biāo)題為“用于產(chǎn)生及選擇用于金融市場(chǎng)中的大數(shù)據(jù)交易的交易算法的系統(tǒng)及方法(Systems and Methods for Generating and Selecting Trading Algorithms for Big Data Trading in Financial Markets)”的序列號(hào)為_(kāi)_/__,__的美國(guó)非臨時(shí)申請(qǐng)案，所述非臨時(shí)申請(qǐng)案特此以引用的方式并入本文中。

技術(shù)領(lǐng)域

本文所揭示的實(shí)施例涉及用于使用大數(shù)據(jù)分析金融市場(chǎng)中的交易的系統(tǒng)及方法。

背景技術(shù)：

技術(shù)實(shí)現(xiàn)要素：

本文所提供的是用于分配資本到交易策略的示范性系統(tǒng)及方法，其包含：由主虛擬機(jī)服務(wù)器針對(duì)歷史服務(wù)器中的交易策略產(chǎn)生虛擬機(jī)；從所述歷史服務(wù)器獲得所述交易策略的歷史績(jī)效數(shù)據(jù)；由所述虛擬機(jī)將所述歷史績(jī)效數(shù)據(jù)變換成度量數(shù)據(jù)；由所述虛擬機(jī)將所述歷史績(jī)效數(shù)據(jù)及度量數(shù)據(jù)變換成神經(jīng)網(wǎng)絡(luò)可用數(shù)據(jù)集；由所述虛擬機(jī)創(chuàng)建神經(jīng)網(wǎng)絡(luò)庫(kù)；以及由所述虛擬機(jī)形成神經(jīng)網(wǎng)絡(luò)。

示范性系統(tǒng)及方法可進(jìn)一步包括：由所述虛擬機(jī)針對(duì)一或多個(gè)數(shù)據(jù)點(diǎn)訓(xùn)練神經(jīng)網(wǎng)絡(luò)；由所述虛擬機(jī)計(jì)算所述一或多個(gè)數(shù)據(jù)點(diǎn)的錯(cuò)誤率直到所述錯(cuò)誤率停止收斂或不能夠收斂；由所述虛擬機(jī)保存所述神經(jīng)網(wǎng)絡(luò)；由所述虛擬機(jī)針對(duì)經(jīng)更新的度量及歷史數(shù)據(jù)測(cè)試所述經(jīng)保存的神經(jīng)網(wǎng)絡(luò)；由所述虛擬機(jī)訓(xùn)練所述經(jīng)保存的神經(jīng)網(wǎng)絡(luò)；由所述虛擬機(jī)將所述神經(jīng)網(wǎng)絡(luò)保存為二進(jìn)制對(duì)象；由所述虛擬機(jī)將所述二進(jìn)制對(duì)象發(fā)射到所述歷史服務(wù)器；由融合服務(wù)器激活所述神經(jīng)網(wǎng)絡(luò)；由所述融合服務(wù)器獲得歷史度量及歷史績(jī)效數(shù)據(jù)；由所述融合服務(wù)器計(jì)算置信度值；由所述融合服務(wù)器確定是否執(zhí)行交易；由所述融合服務(wù)器執(zhí)行調(diào)查；由所述融合服務(wù)器確定發(fā)送到交易所的訂單；由所述融合服務(wù)器將所述訂單發(fā)送到所述交易所；以及由所述融合服務(wù)器來(lái)更新以反映所執(zhí)行的訂單。

一種用于將資本分配到交易策略的示范性系統(tǒng)可包含：用于針對(duì)歷史服務(wù)器中的交易策略產(chǎn)生虛擬機(jī)的構(gòu)件；用于從所述歷史服務(wù)器獲得所述交易策略的歷史績(jī)效數(shù)據(jù)的構(gòu)件；用于將所述歷史績(jī)效數(shù)據(jù)變換成度量數(shù)據(jù)的構(gòu)件；用于將所述歷史績(jī)效數(shù)據(jù)及度量數(shù)據(jù)變換成神經(jīng)網(wǎng)絡(luò)可用數(shù)據(jù)集的構(gòu)件；用于創(chuàng)建神經(jīng)網(wǎng)絡(luò)庫(kù)的構(gòu)件；及用于形成神經(jīng)網(wǎng)絡(luò)的構(gòu)件。根據(jù)另外示范性實(shí)施例，所述系統(tǒng)可包含用于由所述神經(jīng)網(wǎng)絡(luò)訓(xùn)練一或多個(gè)數(shù)據(jù)點(diǎn)的構(gòu)件；用于計(jì)算所述一或多個(gè)數(shù)據(jù)點(diǎn)的錯(cuò)誤率直到所述錯(cuò)誤率停止收斂或不能夠收斂的構(gòu)件；用于保存所述神經(jīng)網(wǎng)絡(luò)的構(gòu)件；用于針對(duì)經(jīng)更新的度量及歷史數(shù)據(jù)測(cè)試所述經(jīng)保存的神經(jīng)網(wǎng)絡(luò)的構(gòu)件；用于訓(xùn)練所述經(jīng)保存的神經(jīng)網(wǎng)絡(luò)的構(gòu)件；用于將所述神經(jīng)網(wǎng)絡(luò)保存為二進(jìn)制對(duì)象的構(gòu)件；用于將所述二進(jìn)制對(duì)象發(fā)射到所述歷史服務(wù)器的構(gòu)件；用于激活所述神經(jīng)網(wǎng)絡(luò)的構(gòu)件；用于獲得歷史度量及歷史績(jī)效數(shù)據(jù)的構(gòu)件；用于計(jì)算置信度值的構(gòu)件；用于確定是否執(zhí)行交易的構(gòu)件；用于執(zhí)行調(diào)查的構(gòu)件；用于確定發(fā)送到交易所的訂單的構(gòu)件；用于將所述訂單發(fā)送到所述交易所的構(gòu)件；及用于更新以反映所執(zhí)行的訂單的構(gòu)件。

附圖說(shuō)明

圖1A到1C是用于將資本分配到交易策略的示范性方法的流程圖。

圖2是用于實(shí)施本發(fā)明技術(shù)的實(shí)施例的示范性系統(tǒng)的圖。

具體實(shí)施方式

圖1A到1C是用于將資本分配到交易策略的示范性方法的流程圖。

在步驟101處，由主虛擬機(jī)服務(wù)器針對(duì)歷史服務(wù)器中的交易策略產(chǎn)生虛擬機(jī)。

根據(jù)各種示范性實(shí)施例，虛擬機(jī)可包括特定計(jì)算機(jī)系統(tǒng)的仿真。虛擬機(jī)基于真實(shí)或假想計(jì)算機(jī)的計(jì)算機(jī)架構(gòu)及功能來(lái)操作，且其實(shí)施可涉及專(zhuān)門(mén)硬件、軟件或兩者的組合。

在某些示范性實(shí)施例中，主虛擬機(jī)服務(wù)器可包括負(fù)責(zé)產(chǎn)生所有或大多數(shù)本文所描述的虛擬機(jī)的單個(gè)服務(wù)器。

根據(jù)一些示范性實(shí)施例的歷史服務(wù)器可包括滿足如存儲(chǔ)于數(shù)據(jù)庫(kù)及/或數(shù)據(jù)倉(cāng)庫(kù)中的最低標(biāo)準(zhǔn)的交易算法、交易策略或“蠕蟲(chóng)”。

舉例來(lái)說(shuō)，云管理器可為管理交易策略或算法的定制應(yīng)用程序。云管理器經(jīng)配置到用于處理大量數(shù)據(jù)的云計(jì)算實(shí)例的集群。云管理器充當(dāng)用戶接口以處置虛擬計(jì)算實(shí)例的排序及取消。另外，云管理器可允許虛擬機(jī)的詳細(xì)定制。舉例來(lái)說(shuō)，可針對(duì)每一虛擬機(jī)及/或所有虛擬機(jī)詳述隨機(jī)存取存儲(chǔ)器(“RAM”)、處理器速度、處理器數(shù)目、網(wǎng)絡(luò)細(xì)節(jié)、安全/加密及/或存儲(chǔ)器。一旦云計(jì)算實(shí)例的集群經(jīng)排序且運(yùn)行，則云管理器“偵聽(tīng)”閑置機(jī)器且“指派”任一閑置機(jī)器交易策略以供分析。

基于云的計(jì)算環(huán)境是通常組合大處理器群組的計(jì)算能力及/或組合大計(jì)算機(jī)存儲(chǔ)器或存儲(chǔ)裝置群組的存儲(chǔ)容量的資源。舉例來(lái)說(shuō)，提供云資源的系統(tǒng)可由其擁有者專(zhuān)用；或此類(lèi)系統(tǒng)可由外部用戶訪問(wèn)，所述外部用戶在計(jì)算基礎(chǔ)結(jié)構(gòu)內(nèi)部署應(yīng)用程序以獲得大型計(jì)算或存儲(chǔ)資源的益處。

舉例來(lái)說(shuō)，從第三方云服務(wù)提供商的角度，提交訂單以基于具有所需規(guī)格的所存儲(chǔ)的模板vm的圖像創(chuàng)建虛擬機(jī)(vm)且將其命名為“VM1”。

在步驟102處，在步驟101處產(chǎn)生的每一虛擬機(jī)從歷史服務(wù)器獲得其相應(yīng)策略的歷史績(jī)效數(shù)據(jù)。

歷史績(jī)效數(shù)據(jù)可包含任何市場(chǎng)或交易所中的可交易項(xiàng)目在任何先前時(shí)間點(diǎn)處的價(jià)格及成交量數(shù)據(jù)。

在步驟103處，每一虛擬機(jī)將歷史績(jī)效數(shù)據(jù)變換成度量數(shù)據(jù)。

度量數(shù)據(jù)包含一年的總利潤(rùn)、一段時(shí)間的盈利交易的百分比、在每一交易中收益或虧損多少、在熊市或牛市中的盈利交易的百分比、與其它指數(shù)的關(guān)聯(lián)、彌補(bǔ)最大虧損的盈利交易的比率等等。例如，盈利交易的％(＝盈利交易/交易總數(shù)目)可用作度量數(shù)據(jù)。

在步驟104處，每一虛擬機(jī)將歷史績(jī)效數(shù)據(jù)及度量數(shù)據(jù)變換成神經(jīng)網(wǎng)絡(luò)可用數(shù)據(jù)集。

在一些示范性實(shí)施例中，神經(jīng)網(wǎng)絡(luò)可用數(shù)據(jù)集包括經(jīng)組織成一或多個(gè)集合的數(shù)據(jù)點(diǎn)的聚合。

舉例來(lái)說(shuō)，對(duì)于特定時(shí)間周期，例如每一天(或每一分鐘、小時(shí)、月、年、十年、牛市周期、熊市周期等等)，針對(duì)任何特定可交易項(xiàng)目(例如黃金)，歷史數(shù)據(jù)及度量數(shù)據(jù)將被組合在一起作為數(shù)據(jù)集。因此，針對(duì)可交易項(xiàng)目黃金，在特定市場(chǎng)或交易所中，針對(duì)特定日歷日，可具有神經(jīng)網(wǎng)絡(luò)可用數(shù)據(jù)集，其包括：下列歷史數(shù)據(jù)：每盎司300美元、交易量、當(dāng)日最高價(jià)及當(dāng)日最低價(jià)、所述歷史數(shù)據(jù)的逐筆變化；及下列度量數(shù)據(jù)：25％的年初至今性價(jià)比。

在步驟105處，每一虛擬機(jī)創(chuàng)建神經(jīng)網(wǎng)絡(luò)庫(kù)。神經(jīng)網(wǎng)絡(luò)庫(kù)連同在步驟104處創(chuàng)建的神經(jīng)網(wǎng)絡(luò)可用數(shù)據(jù)集形成神經(jīng)網(wǎng)絡(luò)。

根據(jù)一些示范性實(shí)施例，創(chuàng)建神經(jīng)網(wǎng)絡(luò)庫(kù)包含處理輸入數(shù)據(jù)的層且接著使用算法處理所述數(shù)據(jù)以將算法的輸出與已知輸出相比較。

神經(jīng)網(wǎng)絡(luò)庫(kù)可包括用于逼近數(shù)據(jù)輸入的算法的集合。這些算法能夠?qū)⑺鶞y(cè)試值存儲(chǔ)于其自身內(nèi)且存儲(chǔ)錯(cuò)誤率。

神經(jīng)網(wǎng)絡(luò)可包括神經(jīng)網(wǎng)絡(luò)庫(kù)及其基礎(chǔ)算法，所述基礎(chǔ)算法與神經(jīng)網(wǎng)絡(luò)可用數(shù)據(jù)集聯(lián)合。神經(jīng)網(wǎng)絡(luò)可用數(shù)據(jù)集可充當(dāng)用于神經(jīng)網(wǎng)絡(luò)庫(kù)的數(shù)據(jù)饋送器以進(jìn)行計(jì)算及/或以其它方式交互。

在各種示范性實(shí)施例中，可通過(guò)神經(jīng)網(wǎng)絡(luò)迭代地請(qǐng)求處理可用數(shù)據(jù)集中的下一個(gè)數(shù)據(jù)點(diǎn)來(lái)執(zhí)行數(shù)據(jù)點(diǎn)的饋送。

根據(jù)許多示范性實(shí)施例，數(shù)據(jù)點(diǎn)可包含(但不限于)度量數(shù)據(jù)及歷史數(shù)據(jù)，神經(jīng)網(wǎng)絡(luò)將所述度量數(shù)據(jù)及歷史數(shù)據(jù)作為其可用數(shù)據(jù)集的部分進(jìn)行存取。

在步驟106處，每一虛擬機(jī)針對(duì)一或多個(gè)數(shù)據(jù)點(diǎn)訓(xùn)練其相應(yīng)神經(jīng)網(wǎng)絡(luò)(且神經(jīng)網(wǎng)絡(luò)學(xué)習(xí))。

在一些示范性實(shí)施例中，神經(jīng)網(wǎng)絡(luò)庫(kù)使用數(shù)據(jù)點(diǎn)系統(tǒng)地逼近內(nèi)部算法的解且接著輸出可用數(shù)據(jù)集的每一(新)數(shù)據(jù)點(diǎn)的錯(cuò)誤率。

根據(jù)一些實(shí)施例，神經(jīng)網(wǎng)絡(luò)庫(kù)包括各種算法，其經(jīng)設(shè)計(jì)以與數(shù)據(jù)集交互以便確定在下一個(gè)交易周期期間是否應(yīng)采用特定交易策略。舉例來(lái)說(shuō)，當(dāng)采用特定交易策略時(shí)，神經(jīng)網(wǎng)絡(luò)庫(kù)可確定針對(duì)特定可交易項(xiàng)目的逐步上升的價(jià)格模式。繼續(xù)此實(shí)例，假設(shè)特定交易策略導(dǎo)致最近三個(gè)交易周期的黃金交易利潤(rùn)為300美元、325美元及350美元。神經(jīng)網(wǎng)絡(luò)庫(kù)將確定存在上升利潤(rùn)模式且指示應(yīng)針對(duì)下一個(gè)交易周期采用所述特定策略。

根據(jù)某些示范性實(shí)施例，訓(xùn)練包含：通過(guò)使用包含相對(duì)于先前習(xí)得解的小隨機(jī)變化的“帶噪聲”數(shù)據(jù)提高神經(jīng)網(wǎng)絡(luò)一般化輸出及響應(yīng)的能力。應(yīng)注意，過(guò)度訓(xùn)練的網(wǎng)絡(luò)在匹配模式訓(xùn)練集與所要輸出方面做得更好，但其在一般化方面可能做得較差。

由每一虛擬機(jī)進(jìn)行的訓(xùn)練的實(shí)例：想象涉及比網(wǎng)絡(luò)自身更聰明的教學(xué)者的策略。舉例來(lái)說(shuō)，面部識(shí)別。教學(xué)者向網(wǎng)絡(luò)展示一堆面孔，且教學(xué)者已知與每一面孔相關(guān)聯(lián)的名字。網(wǎng)絡(luò)進(jìn)行猜測(cè)，接著教學(xué)者向網(wǎng)絡(luò)提供答案。網(wǎng)絡(luò)接著可將其答案與已知“正確”答案相比較且根據(jù)其錯(cuò)誤做出調(diào)整。

用于訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)的大多數(shù)算法采用某種梯度下降的形式，使用反向傳播來(lái)計(jì)算實(shí)際梯度。這通過(guò)取關(guān)于網(wǎng)絡(luò)參數(shù)對(duì)成本函數(shù)進(jìn)行求導(dǎo)且接著在梯度相關(guān)的方向上改變那些參數(shù)來(lái)實(shí)現(xiàn)。進(jìn)化方法、基因表達(dá)式編程、模擬退火、期望最大化、非參數(shù)方法及粒子群優(yōu)化是用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的方法。

舉例來(lái)說(shuō)，用于手寫(xiě)識(shí)別的神經(jīng)網(wǎng)絡(luò)由一組輸入神經(jīng)元界定，所述輸入神經(jīng)元可由輸入圖像的像素來(lái)激活。在由函數(shù)(由網(wǎng)絡(luò)的設(shè)計(jì)者確定)加權(quán)及變換之后，這些神經(jīng)元的激活接著被傳遞到其它神經(jīng)元。重復(fù)此過(guò)程直到最終輸出神經(jīng)元被激活。這確定讀取哪個(gè)字符。

類(lèi)似于其它機(jī)器學(xué)習(xí)方法-從數(shù)據(jù)學(xué)習(xí)的系統(tǒng)-神經(jīng)網(wǎng)絡(luò)已用于解決使用一般基于規(guī)則的編程難以解決的廣泛范圍的任務(wù)，其包含計(jì)算機(jī)視覺(jué)及語(yǔ)音識(shí)別。

在本案例中，實(shí)時(shí)運(yùn)行具有已知?dú)v史績(jī)效的策略以確定過(guò)往績(jī)效是否(及/或在何種條件下)將導(dǎo)致相同或更好的未來(lái)績(jī)效。

步驟106的實(shí)例，參考步驟105(其中特定交易策略導(dǎo)致最近三個(gè)交易周期的黃金交易利潤(rùn)分別為300美元、325美元及350美元)，運(yùn)行在虛擬機(jī)上的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)下一個(gè)交易周期的利潤(rùn)為$375。然而，在下一個(gè)交易周期中，實(shí)際利潤(rùn)卻是360美元。因此，神經(jīng)網(wǎng)絡(luò)將向下調(diào)整(即，從虛擬機(jī)學(xué)習(xí))實(shí)際利潤(rùn)是$360的那一天的后一天的預(yù)計(jì)利潤(rùn)。

在步驟107處，觀察一或多個(gè)數(shù)據(jù)點(diǎn)的錯(cuò)誤率直到錯(cuò)誤率停止收斂或不能夠收斂。

在一些示范性實(shí)施例中，錯(cuò)誤率由神經(jīng)網(wǎng)絡(luò)庫(kù)的逼近的接近程度來(lái)界定，其中0是正合逼近，且大于或等于1是不正確網(wǎng)絡(luò)。其中錯(cuò)誤率針對(duì)每一(新)數(shù)據(jù)點(diǎn)更新。

在先前錯(cuò)誤率大于當(dāng)前計(jì)算的錯(cuò)誤率或錯(cuò)誤率未改變的情況下，可觀察到錯(cuò)誤率的收斂停止或錯(cuò)誤率不能夠收斂。

步驟107的實(shí)例可包含提供神經(jīng)網(wǎng)絡(luò)的解，其中第一迭代產(chǎn)生0.01的錯(cuò)誤率。第二迭代產(chǎn)生0.001的錯(cuò)誤率。第三迭代產(chǎn)生0.0001的錯(cuò)誤率。然而，第五迭代產(chǎn)生0.01的錯(cuò)誤率—其大于先前計(jì)算的錯(cuò)誤率。

步驟107的另一實(shí)例，參考步驟105及106，當(dāng)使用特定交易策略交易黃金的利潤(rùn)產(chǎn)生300美元、325美元及350美元的利潤(rùn)且預(yù)測(cè)375美元的利潤(rùn)，而利潤(rùn)實(shí)際卻是365美元時(shí)，($375-$365＝$10)/(預(yù)計(jì)利潤(rùn)＝$25)＝40％的錯(cuò)誤率產(chǎn)生。繼續(xù)此實(shí)例，將繼續(xù)計(jì)算后續(xù)交易日的錯(cuò)誤率直到錯(cuò)誤率停止下降。

在步驟108處，如果所觀察到的錯(cuò)誤率不收斂，那么神經(jīng)網(wǎng)絡(luò)被丟棄并標(biāo)記為對(duì)采用特定策略的可交易項(xiàng)目的一或多個(gè)歷史數(shù)據(jù)及度量數(shù)據(jù)點(diǎn)“不可用”。

根據(jù)一些示范性實(shí)施例，丟棄神經(jīng)網(wǎng)絡(luò)且將其標(biāo)記為不可用可包含處置神經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng)絡(luò)可用數(shù)據(jù)集，且向數(shù)據(jù)提供者報(bào)告神經(jīng)網(wǎng)絡(luò)已失敗。

如果錯(cuò)誤率確實(shí)收斂，那么神經(jīng)網(wǎng)絡(luò)被保存且被標(biāo)記為“可用”。

在步驟109處，針對(duì)經(jīng)更新的歷史及度量數(shù)據(jù)集測(cè)試經(jīng)保存的可用神經(jīng)網(wǎng)絡(luò)。根據(jù)一些實(shí)施例，經(jīng)更新的歷史及度量數(shù)據(jù)集包括自虛擬機(jī)在步驟105處創(chuàng)建神經(jīng)網(wǎng)絡(luò)時(shí)起所收集的歷史及度量數(shù)據(jù)。

在步驟110處，針對(duì)經(jīng)更新的歷史及度量數(shù)據(jù)中的每一時(shí)間幀，重新訓(xùn)練神經(jīng)網(wǎng)絡(luò)直到其停止收斂。在各種示范性實(shí)施例中，重新訓(xùn)練可包含使用經(jīng)更新的歷史及度量數(shù)據(jù)作為到神經(jīng)網(wǎng)絡(luò)的新輸入以使其創(chuàng)建經(jīng)更新的學(xué)習(xí)模式。

舉例來(lái)說(shuō)，在上文的面部識(shí)別實(shí)例中，向神經(jīng)網(wǎng)絡(luò)給出一組新的面孔(即，數(shù)據(jù)點(diǎn))將允許神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)、分類(lèi)且更新其關(guān)于面部特征的知識(shí)。

舉例來(lái)說(shuō)，參考步驟107，當(dāng)通過(guò)將特定交易策略用于黃金所產(chǎn)生的實(shí)際交易日利潤(rùn)在一系列交易日內(nèi)為300美元、325美元及350美元，且預(yù)測(cè)下一個(gè)交易日的交易日利潤(rùn)是$375，且當(dāng)實(shí)際利潤(rùn)卻是365美元時(shí)，可重新訓(xùn)練神經(jīng)網(wǎng)絡(luò)庫(kù)以降低其未來(lái)期望。因此，將針對(duì)本文所論述的收斂模式觀察經(jīng)重新訓(xùn)練的神經(jīng)網(wǎng)絡(luò)的錯(cuò)誤率。

在步驟111處，將神經(jīng)網(wǎng)絡(luò)與一或多個(gè)數(shù)據(jù)點(diǎn)一起保存為二進(jìn)制對(duì)象。根據(jù)某些示范性實(shí)施例，二進(jìn)制對(duì)象可被定義為以任何未指定格式存儲(chǔ)的數(shù)字?jǐn)?shù)據(jù)。

執(zhí)行步驟111的實(shí)例可包括產(chǎn)生信息的輸出且以數(shù)字形式將其存儲(chǔ)為.jpg、.exe、.nc、.wav、.tar或其它已知數(shù)字格式。

在步驟112處，每一虛擬機(jī)將二進(jìn)制對(duì)象發(fā)射到歷史服務(wù)器。

在步驟113處，融合服務(wù)器激活如作為二進(jìn)制對(duì)象存儲(chǔ)于歷史服務(wù)器中的神經(jīng)網(wǎng)絡(luò)。

在各種示范性實(shí)施例中，融合服務(wù)器可包括一組算法及/或數(shù)據(jù)庫(kù)，其駐留于一個(gè)服務(wù)器機(jī)器上，所述服務(wù)器機(jī)器經(jīng)設(shè)計(jì)以選擇、存取且接著組合來(lái)自多個(gè)神經(jīng)網(wǎng)絡(luò)的信息的集合。

在某些示范性實(shí)施例中，激活神經(jīng)網(wǎng)絡(luò)包含針對(duì)例如其輸入數(shù)據(jù)、測(cè)試值、存儲(chǔ)的權(quán)重及其它所需數(shù)據(jù)項(xiàng)等的成分存取特定神經(jīng)網(wǎng)絡(luò)。

執(zhí)行步驟113的實(shí)例可包括針對(duì)其內(nèi)部存儲(chǔ)的加權(quán)值存取神經(jīng)網(wǎng)絡(luò)。

在步驟114處，神經(jīng)網(wǎng)絡(luò)從歷史服務(wù)器獲得經(jīng)更新的歷史及/或度量數(shù)據(jù)。

在各種示范性實(shí)例中，經(jīng)更新的歷史及/或度量數(shù)據(jù)被定義為存在于歷史服務(wù)器外部的數(shù)據(jù)或數(shù)據(jù)集。根據(jù)其它示范性實(shí)施例，經(jīng)更新的歷史及/或度量數(shù)據(jù)是在神經(jīng)網(wǎng)絡(luò)在步驟111處被保存為二進(jìn)制對(duì)象之后所獲得的歷史數(shù)據(jù)及/或度量數(shù)據(jù)。

在步驟115處，神經(jīng)網(wǎng)絡(luò)基于經(jīng)更新的歷史及/或度量數(shù)據(jù)計(jì)算置信度值。

在某些示范性實(shí)施例中，置信度值可被定義為區(qū)間集[0,1]中的實(shí)數(shù)，其中0指示無(wú)置信度且1指示完全置信度。

根據(jù)一些示范性實(shí)施例，置信度值的計(jì)算由神經(jīng)網(wǎng)絡(luò)庫(kù)執(zhí)行。

執(zhí)行步驟115的實(shí)例包含策略1，其接收指示交易置信度的置信度值1，因此，其將被視為將在下一個(gè)可用交易時(shí)段被分配交易資本的籃子中的成分。相反，策略2接收指示無(wú)交易置信度的置信度值0，因此其將不被視為將在下一個(gè)交易可用時(shí)段待被分配交易資本的籃子中的成分。

在步驟116處，融合服務(wù)器獲得經(jīng)計(jì)算的置信度值且確定是否執(zhí)行交易。

根據(jù)各種示范性實(shí)施例，融合服務(wù)器通過(guò)激活神經(jīng)網(wǎng)絡(luò)來(lái)存取經(jīng)計(jì)算的置信度值。

根據(jù)一些示范性實(shí)施例，確定是否執(zhí)行交易通過(guò)由融合服務(wù)器執(zhí)行的算法計(jì)算來(lái)執(zhí)行。

執(zhí)行步驟116的實(shí)例包含融合服務(wù)器在經(jīng)激活的輸出足夠高的情況下將交易策略的風(fēng)險(xiǎn)從FLAT(平倉(cāng))改變到LONG(長(zhǎng)倉(cāng))。

在步驟117處，融合服務(wù)器執(zhí)行調(diào)查。

根據(jù)一些示范性實(shí)施例，調(diào)查包括選擇可交易項(xiàng)目，基于可交易項(xiàng)目的每一持倉(cāng)確定持倉(cāng)凈額，且基于所有持倉(cāng)的總額確定持倉(cāng)凈額的百分比。

舉例來(lái)說(shuō)，假設(shè)可交易項(xiàng)目或市場(chǎng)為黃金。交易者具有他或她可投資于黃金市場(chǎng)中的最多10個(gè)合約(或可投資單位、股份等等，不限于期貨合約)。目前，交易者具有在黃金市場(chǎng)中為長(zhǎng)倉(cāng)(買(mǎi)入)的30個(gè)合約及在黃金市場(chǎng)中為短倉(cāng)(賣(mài)出)的70個(gè)合約。因此，交易者的當(dāng)前持倉(cāng)凈額是從總共(30+70)100個(gè)合約短出的40個(gè)合約，其計(jì)算到40％短倉(cāng)的調(diào)查。每一算法不限于表示1個(gè)合約。雖然加權(quán)針對(duì)每一社會(huì)經(jīng)濟(jì)(bot)可能不同，但籃子調(diào)查的凈結(jié)果(長(zhǎng)倉(cāng)+短倉(cāng))仍是相同的。

在步驟118處，融合服務(wù)器比較調(diào)查與交易者可在可交易時(shí)間中投資的最大數(shù)目的合約來(lái)確定發(fā)送到交易所的訂單。

舉例來(lái)說(shuō)，參考步驟118，調(diào)查是40％短倉(cāng)，其中最多10個(gè)合約可投資于黃金市場(chǎng)。因此，將黃金中的當(dāng)前賬戶持倉(cāng)與黃金中的期望持倉(cāng)(-4個(gè))相比較。自動(dòng)化訂單管理系統(tǒng)(融合服務(wù)器)將訂單發(fā)送到交易所，以使黃金中的賬戶持倉(cāng)變?yōu)?短倉(cāng))-4個(gè)合約。舉例來(lái)說(shuō)，黃金中的賬戶持倉(cāng)是長(zhǎng)倉(cāng)2個(gè)合約。黃金市場(chǎng)的價(jià)格突然下跌。此下跌引發(fā)一些算法將其信號(hào)從長(zhǎng)倉(cāng)切換到短倉(cāng)，因此改變籃子的凈結(jié)果。新的調(diào)查展現(xiàn)40％的空倉(cāng)，且待在黃金中交易的最多合約是10個(gè)合約。賬戶必須經(jīng)調(diào)整到40％短倉(cāng)的當(dāng)前調(diào)查，其為短倉(cāng)4個(gè)或-4個(gè)。如果賬戶是長(zhǎng)倉(cāng)2且其現(xiàn)在應(yīng)為短倉(cāng)4個(gè)，那么融合服務(wù)器將發(fā)送訂單到交易所以出售6個(gè)黃金合約(出售2個(gè)以使持倉(cāng)從0個(gè)變?yōu)殚L(zhǎng)倉(cāng)4個(gè)，接著再出售4個(gè)以使黃金中賬戶持倉(cāng)變?yōu)?4個(gè))。

在步驟119處，更新實(shí)時(shí)交易服務(wù)器以反映發(fā)送到交易所的訂單的執(zhí)行。

舉例來(lái)說(shuō)，參考以上步驟117及118，在購(gòu)買(mǎi)在黃金市場(chǎng)中為短倉(cāng)的4個(gè)合約之后，實(shí)時(shí)交易服務(wù)器將經(jīng)更新以反映所述購(gòu)買(mǎi)及在黃金市場(chǎng)中為短倉(cāng)的74個(gè)合約的新的總持倉(cāng)。

圖2是用于實(shí)施本發(fā)明技術(shù)的實(shí)施例的示范性系統(tǒng)200的圖。

展示于圖2中的是歷史服務(wù)器201、主虛擬機(jī)服務(wù)器202、神經(jīng)網(wǎng)絡(luò)203、融合服務(wù)器204、歷史數(shù)據(jù)庫(kù)205、虛擬機(jī)206、市場(chǎng)交易所207、市場(chǎng)數(shù)據(jù)服務(wù)器208及交易服務(wù)器209。

根據(jù)各種示范性實(shí)施例，虛擬機(jī)206由主虛擬機(jī)服務(wù)器202針對(duì)歷史服務(wù)器201中的交易策略產(chǎn)生。所產(chǎn)生的每一虛擬機(jī)206從歷史服務(wù)器201獲得其相應(yīng)策略的歷史績(jī)效數(shù)據(jù)。每一虛擬機(jī)206將歷史績(jī)效數(shù)據(jù)變換成度量數(shù)據(jù)。每一虛擬機(jī)206將歷史績(jī)效數(shù)據(jù)及度量數(shù)據(jù)變換成神經(jīng)網(wǎng)絡(luò)可用數(shù)據(jù)集。每一虛擬機(jī)206創(chuàng)建神經(jīng)網(wǎng)絡(luò)庫(kù)。神經(jīng)網(wǎng)絡(luò)庫(kù)連同神經(jīng)網(wǎng)絡(luò)可用數(shù)據(jù)集一起形成神經(jīng)網(wǎng)絡(luò)203。每一虛擬機(jī)206針對(duì)一或多個(gè)數(shù)據(jù)點(diǎn)訓(xùn)練其相應(yīng)神經(jīng)網(wǎng)絡(luò)203(且神經(jīng)網(wǎng)絡(luò)學(xué)習(xí))。由每一虛擬機(jī)206確定且觀察一或多個(gè)數(shù)據(jù)點(diǎn)的錯(cuò)誤率直到錯(cuò)誤率停止收斂或不能夠收斂。如果所觀察的錯(cuò)誤率不收斂，那么神經(jīng)網(wǎng)絡(luò)203被丟棄并標(biāo)記為對(duì)采用特定策略的可交易項(xiàng)目的一或多個(gè)歷史數(shù)據(jù)及度量數(shù)據(jù)點(diǎn)“不可用”。如果所觀察的錯(cuò)誤率收斂，那么神經(jīng)網(wǎng)絡(luò)203被保存且標(biāo)記“可用”。針對(duì)經(jīng)更新的歷史及度量數(shù)據(jù)集測(cè)試經(jīng)保存的可用神經(jīng)網(wǎng)絡(luò)203。針對(duì)經(jīng)更新的歷史及度量數(shù)據(jù)中的每一時(shí)間幀，重新訓(xùn)練神經(jīng)網(wǎng)絡(luò)203直到其停止收斂。將神經(jīng)網(wǎng)絡(luò)203與一或多個(gè)數(shù)據(jù)點(diǎn)一起保存為二進(jìn)制對(duì)象。每一虛擬機(jī)206將所述二進(jìn)制對(duì)象發(fā)射到歷史服務(wù)器201。融合服務(wù)器204激活如作為二進(jìn)制對(duì)象存儲(chǔ)于歷史服務(wù)器201中的神經(jīng)網(wǎng)絡(luò)203。神經(jīng)網(wǎng)絡(luò)203從歷史服務(wù)器201獲得經(jīng)更新的歷史及/或度量數(shù)據(jù)。神經(jīng)網(wǎng)絡(luò)203基于經(jīng)更新的歷史及/或度量數(shù)據(jù)計(jì)算置信度值。融合服務(wù)器204獲得經(jīng)計(jì)算的置信度值且確定是否執(zhí)行交易。融合服務(wù)器204執(zhí)行調(diào)查。融合服務(wù)器204比較調(diào)查與交易者可在可交易時(shí)間投資的最大數(shù)目的合約來(lái)確定發(fā)送到交易所207的訂單。實(shí)時(shí)交易服務(wù)器209經(jīng)更新以反映發(fā)送訂單到交易所207的執(zhí)行。

本文所描述的示范性系統(tǒng)及方法可執(zhí)行于包含防火墻及加密技術(shù)的使用的安全計(jì)算環(huán)境中。鑒于所產(chǎn)生的信息的潛在高價(jià)值，及所得投資決策的潛在規(guī)模，可采取措施來(lái)以安全方式執(zhí)行本文中的一些或所有步驟，重點(diǎn)在于例如確定交易策略及執(zhí)行的步驟上。舉例來(lái)說(shuō)，除最優(yōu)策略之外，可有目的地將非最優(yōu)策略添加在最優(yōu)策略的同一字符串或數(shù)字?jǐn)?shù)據(jù)環(huán)境中以迷惑截獲此信息的任何不受歡迎的黑客。作為另一實(shí)例，除了待被執(zhí)行的所要交易之外，可將非所要交易有目的地添加到所要交易的同一字符串或數(shù)字?jǐn)?shù)據(jù)環(huán)境中以迷惑截獲此信息的任何非不受歡迎的黑客。此外，所要交易可接收用于執(zhí)行的資金，而非所要交易可能不接收用于執(zhí)行的資金。

盡管上文已描述各種實(shí)施例，但應(yīng)理解，其已僅以實(shí)例而非限制的形式呈現(xiàn)。不希望描述將技術(shù)范圍限于本文所闡述的特定形式。因此，優(yōu)選實(shí)施例的廣度及范圍不應(yīng)受以上所描述的示范性實(shí)施例中的任何者限制。應(yīng)理解，以上描述是說(shuō)明性的且不是限制性的。與此相反，希望本描述涵蓋如可包含于如由所附權(quán)利要求書(shū)且以其它方式由所屬領(lǐng)域的一般技術(shù)人員了解的技術(shù)的精神及范圍內(nèi)的此類(lèi)替代、修改及等效物。因此，不應(yīng)參考上文描述來(lái)確定技術(shù)范圍，而應(yīng)參考所附權(quán)利要求書(shū)連同其全部范圍的等效物來(lái)確定技術(shù)范圍。