La mañana de hoy comienza con un anuncio del gigante de los medios, Thomson Reuters anunció un nuevo feed de datos de bitcoin diseñado para que sea más fácil para los inversores conocer esa respuesta.
El último lanzamiento del producto MarketPsych Indices de la compañía, presentó un conjunto de herramientas de inversión que analiza todo desde empresas hasta bonos soberanos, el feed de datos de opinión de bitcoin usará AI para analizar más de 400 fuentes de datos, artículos de noticias y publicaciones en redes sociales búsqueda de ideas procesables.
Al usar métricas como “avaricia” y “miedo”, tanto los acreditados como los inversores no acreditados pueden identificar oportunidades de cobertura o crear órdenes de compra-venta cuando un rasgo en particular alcanza cierto nivel o cambia durante un cierto período de tiempo.
Aún así, Austin Burkett, el jefe global de la división cuantitativa y de alimentación de Thomson Reuters, reconoció que el objetivo del producto es uno que todos los inversores encontrarán familiar: “Nuestros clientes pueden usarlo para generar alfa. Pueden generar retornos de inversión positivos. Pueden usarlo para equilibrar mejor el riesgo en sus carteras”.
Dando un paso atrás, el feed de datos de bitcoin de Thomson Reuters también puede verse como parte de una tendencia más amplia entre las compañías que ofrecen servicios de inteligencia artificial, una que las ha encontrado buscando aprovechar sus herramientas existentes para invertir en criptomonedas.
Las firmas de opinión multitudinaria Santiment y Token AI, por ejemplo, han surgido para apuntar a este caso de uso, y varias más han ingresado a medida que los precios han aumentado en los últimos años.
Sin embargo, en el núcleo de todos estos productos de introspección de inversiones se encuentran los programas llamados filtros Bayesianos que aplican lecciones originalmente enseñadas por humanos a las computadoras, según Richard Peterson, autor de “Trading on Sentiment: The Power of Minds over Markets”.
En una entrevista, Peterson explicó cómo las oraciones encontradas en la fuente en línea son clasificadas por primera vez por lectores humanos de acuerdo con cualquier cantidad de rasgos, y cómo la computadora aprende a lo largo del tiempo qué relaciones son probablemente indicativas de ciertos sentimientos.
La esperanza y la preocupación, explicó Peterson son conceptos que pueden hacer que alguien acelere o retire el interés de una iversión, y con un poco de ajuste, las tendencias en las conversaciones digitales pueden identificarse como indicadores de inversión adelantados o rezagados.
Igualmente, la máquina sabrá comprender la importancia del contexto de una frase o palabra relacionada con el Bitcoin. Entonces, por ejemplo, conocerá que “BTC” en Reddit probablemente significa bitcoin, mientras que la frase en otro contexto podría significar Bellingham Technical College.
En otras palabras, aunque los sentimientos pueden recorrer un largo camino, cada frase tiene que ser filtrada para el producto, dijo, y agregó: “Tenemos que detectar si es relevante para las criptomonedas”