区块链技术中的机器学习

2017 年 10 月 16 日

现代性带来了新的、突破性的东西,这些东西能够改变世界。

现实世界的问题不能通过应用简单的、传统的算法和方式来解决,所以软件创造者们必须使用新的技术。

机器学习就是这些解决方案中的一种。

虽然在传统意义上的机器学习的基础可以回溯到 20 世纪 40 年代晚期,这项技术本身直到最近才开始兴起,它得益于用来训练系统的可用计算能力的迅速增长。

谈到智能市场分析系统,使用机器学习工具能够排除掉很多传统方法的劣势。Cryptics 平台积极利用机器学习的方法来创建系统,用来分析密码市场与算法交易。这让它能够提高系统运行所得数据的可靠性,从而降低风险、节省投资者的资金。

下面我们尝试用简单的语言向读者解释最有趣的机器学习方法之本质,以及在实践中应用这些解决方案的案例。

另外,想快速了解并掌握区块链技术的同学,可以购买极客时间出品的『深入浅出区块链』专栏。专栏立足于区块链技术,带你形成完整的区块链知识体系。作者还会手把手教你构建自己的迷你区块链,把你真正带进区块链的世界。

1. 用神经网络的时间序列的统计分析

在分析加密货币的交易信息时,有两种类型的数据必须用分析系统来处理。第一种类型是通过交易的 API 直接获取的原始数据。这些数据通常由数值组成,可以用数学的方式和统计方法进行分析,它们通常具有有序的结构。

但还有些信息,其选择的原则标准并没有被明确定义。举个例子,那些从不同信息源而来的信息,比如从评级机构、社交网络来的信息,关于某特定产品中投资者的兴趣等级的信息等。

一般来说,为了获取想要的结果,就必须要分析整套数据,必须进行规律性的识别。为了达到这个目标,Cryptics 系统就用时间序列的统计分析技术配合机器学习算法来实现。

在极端简单的单词中,算法将会把特定的对象分配到每一种数据中,它们可以被一组描述其状态的参数来表示。所有对象的连接集都由神经网络使用 Kohonen 映射法来分析。这就让算法解决了找出相似对象并将它们分组的问题。

2. 资本资产定价模型和风险评估

资本资产定价模型(CAPM)是一种用来评估金融资产利润率的模型。这个模型的本质是假设存在一个高度流动性的资产市场,举个例子,一种加密货币,它能得出结论,即所需的利润金额并不是完全由当前资产的特定风险特征等级决定的,就像加密货币整体的利润金额由一般风险特征决定那样。

使用这个模型,并结合机器学习的方法,Cryptics 就能够以足够高的准确度来实时分析某特定加密行为的盈利能力和风险了。

3. 集成学习者

使用集成学习者的基础在于这样一个想法,即在同一个数据样本中学习几个基本的对象,并使用不同对象的结果的联合来预测后续更改的加密机制。这个方法的数学基础就是十八世纪早期制定的陪审团审判定理。

根据这个定理,大多数参与者在经过分析后做出的决定最有可能是正确的。这就让这个网络能够分析对汇率变化几乎没有影响的市场指标,并在这些指标的基础上制定一个解决方案,这样总数据样本里的错误将小于分别应用每一个指标产生的错误。

4.Q-learning

Q-learning 或者说强化学习,它能够用反馈的方法改善神经网络的表现。根据算法的结果,形成效用函数。关于这个功能的结果,该算法会接收到关于以往经验的数据,这就可以排除故意丢失事件发展的某些细节。

当然,这只是机器学习冰山的一角,关于整个 Cryptics 子系统和在框架中使用的技术方法不可能在这一篇文章中概括。每一个有具体工具和公式、计算的广泛话题和描述都需要很多篇幅来解释。

使用机器学习工具能够让我们的产品大幅改善其算法的工作效果,从而对整个系统的效率提升产生积极的影响。

感谢杜小芳对本文的审校。

2017 年 10 月 16 日 17:321982

评论

发布
暂无评论
发现更多内容

【第二周作业】

黑莓

设计模式的主要原则

架构师如何去进行软件设计(设计原则篇)?

阿飞

极客大学架构师训练营

第二周总结

阿布

架构 0 期 -week2- 命题作业

陈俊

极客大学架构师训练营

架构师训练营-总结2

进击的炮灰

架构训练营第二章作业

mh

设计原则之依赖倒置和接口隔离

dapaul

一笔钱买两次东西?——双花安全问题分析

石君

数字货币 双花攻击 数字货币安全

架构师 0 期第二周作业(心得体会)

何伟敏

架构 0 期 -week2- 学习总结

陈俊

极客大学架构师训练营

【架构课作业 - 第二周】

Nelson

极客大学架构师训练营

架构师训练营 - Task Week 2

brave heart

极客大学架构师训练营

【架构师训练营 -Week-2】总结

Andy

架构师训练营 - Lesson Week 2

brave heart

极客大学架构师训练营

SOLID设计原则(第二周+作业)

林毋梦

极客大学架构师训练营

【架构】—回归本质(面向对象)

不二架构

面向对象 架构师 极客大学架构师训练营

依赖倒置原则和好莱坞原则

阿飞

架构 极客大学架构师训练营

架构师训练营 第二周 学习心得

李君

极客大学架构师训练营

架构师训练营-第二周学习总结

极客大学架构师训练营

第二周作业

阿布

架构师训练营学习总结——面向对象的设计模式【第三周】

王海

极客大学架构师训练营

软件架构的实现设计总结

mh

【第二周学习总结】

黑莓

第二周学习总结

安阳

week02-总结

seki

依赖倒置及 Cache 重构设计

秤须苑

极客大学架构师训练营

Mybatis-plus 之 DIP

无心水

极客大学架构师训练营

第二周 学习心得总结

冯凯

第二章作业

小胖子

架构师培训第2周学习总结

Geek_165f3d

区块链技术中的机器学习-InfoQ