De voorbije maand(en) stond Business AM in nauw contact met The Glue, de fintech-onderneming die onze site zal voorzien van een beursvoorspelmodel dat gebruik maakt van kunstmatige intelligentie (AI). We staan ongeveer halverwege met de realisatie van het project; het eindproduct gaat in september online. Tijd voor een terugblik op wat al gerealiseerd is.

The Glue gaf bij de voorstelling van het project aan hun werk op te bouwen rond drie verschillende componenten. Deze componenten zijn:

• (de verzameling van) data (wat in de database komt te zitten);
• (de berekening van) het marktsentiment (de stemming die er op de markt heerst, gebaseerd op technische data als ‘indicators’ en ‘oscillators’);
• de backtesting-strategie, die gebruik maakt van bovenstaande componenten als input.

Eerste sprint

Om de workload te schetsen, maakt The Glue gebruik van een atletiekmetafoor: het werk wordt gedaan in sprints. De eerste sprint? De input van data. Een van de belangrijkste bouwstenen in om het even welk AI-model.

De input van data was dan ook waar de eerste weken om draaiden; en in het geval van een beursmodel gaat het dus om aandelen.

Om die aandelen op te leveren, werd naar de top 200 meest verhandelde aandelen in België gekeken (met dank aan Saxobank, Refinitiv en Yahoo Finance). De verschillende kenmerken van elk aandeel werden daarbij in kaart gebracht.

• Er zijn twee kenmerken te onderscheiden: statische (bvb.: bedrijfsnaam, valuta, ticker, regio; verandert nooit) en dynamische (bvb.: openingskoers, slotkoers; wordt dagelijks aangepast).
• Als eerste test werd alleen de slotkoers van één aandeel meegenomen voor een rudimentaire berekening van het marktsentiment.

Tweede sprint

Eind juli werd voor het eerst een berekening van dat marktsentiment gedaan, met de slotkoers van het aandeel STLA.

The Glue had hiervoor de indicator EMA (of: “exponential moving average”) berekend.

• Het “exponentieel voortschrijdend gemiddelde” is een methode voor technische analyse van aandelen of andere effecten die probeert te laten zien hoe een aandeel recent populair was.
• De sleutel tot deze methode is dat de meest recente aandelenkoersen gemiddeld zwaarder worden gewogen dan de prijzen van voorgaande dagen.
• Op deze manier verschilt het exponentieel voortschrijdend gemiddelde, of EMA, van het vergelijkbare ‘gewone’ voortschrijdende gemiddelde, dat de gemiddelde aandelenprijs over een specifieke periode berekent.
• Door exponentieel gewicht toe te voegen aan de meest recente aandelenkoersen, vermindert de EMA de hoeveelheid vertragingstijd die andere voortschrijdende gemiddelde berekeningen kan verstoren.

Deze eerste indicator werd vooral berekend om de backtesting-strategie te valideren.

En nu… de machine learning

Samengevat: Dit was de eerste – manuele – aanzet tot wat het uiteindelijke geautomatiseerde voorspelmodel moet worden.

De volgende weken (of sprints) zullen in het teken staan van de toevoeging van vier andere technische indicatoren aan het model. Dit zou een meer volledig beeld moeten opleveren en het model moeten trainen om de uiteindelijke machine learning (waar het allemaal om draait) te realiseren voor de berekening van het marktsentiment.

Parallel daaraan is The Glue met een strategie bezig hoe, gebaseerd op het voorspelmodel, te tonen wanneer je het best een aandeel koopt of verkoopt. Drukke, maar interessante weken voor de boeg dus.

Dit verslag kadert in de Business AI-reeks: de aanloop naar ons op AI gestoeld voorspelmodel voor de beurs.

zie ook: intro en glossary