Un par de investigadores de la Universidad de Tsukuba en Japón construyeron recientemente un sistema de gestión de cartera de criptomonedas impulsado por IA que utiliza datos en cadena para el entrenamiento, el primero de su tipo según los científicos.
Llamado CryptoRLPM, abreviatura de “Administrador de cartera de aprendizaje de refuerzo de criptomonedas”, el sistema de IA utiliza una técnica de capacitación llamada “aprendizaje de refuerzo” para implementar datos en cadena en su modelo.
El aprendizaje por refuerzo (RL) es un paradigma de optimización en el que un sistema de IA interactúa con su entorno, en este caso, una cartera de criptomonedas, y actualiza su entrenamiento en función de las señales de recompensa.
CryptoRLPM aplica la retroalimentación de RL en toda su arquitectura. El sistema está estructurado en cinco unidades primarias que trabajan juntas para procesar información y administrar carteras estructuradas.
Estos módulos incluyen una unidad de alimentación de datos, una unidad de refinamiento de datos, una unidad de agente de cartera, una unidad de negociación en vivo y una unidad de actualización de agentes.
Una vez desarrollado, los científicos probaron CryptoRLPM asignándole tres carteras. El primero contenía solo Bitcoin (BTC) y Storj (STORJ), el segundo mantuvo BTC y STORJ mientras agregaba Bluzelle (BLZ), y el tercero mantuvo los tres junto con Chainlink (LINK).
Los experimentos se realizaron durante un período que va desde octubre de 2020 hasta septiembre de 2022 con tres fases distintas (entrenamiento, validación, backtesting).
Los investigadores midieron el éxito de CryptoRLPM en comparación con una evaluación de referencia del rendimiento estándar del mercado a través de tres métricas: “tasa de rendimiento acumulada” (AAR), “tasa de rendimiento diaria” (DRR) y “relación Sortino” (SR).
AAR y DRR son medidas de un vistazo de cuánto ha perdido o ganado un activo en un período de tiempo determinado y el SR mide el rendimiento ajustado al riesgo de un activo.
Según el trabajo de investigación preimpreso de los científicos, CryptoRLPM demuestra mejoras significativas sobre el rendimiento de referencia:
“Específicamente, CryptoRLPM muestra al menos una mejora del 83,14 % en ARR, al menos una mejora del 0,5603 % en DRR y al menos una mejora de 2,1767 en SR, en comparación con el Bitcoin de referencia”.
Relacionado: DeFi se encuentra con AI: ¿Puede esta sinergia ser el nuevo enfoque de las adquisiciones tecnológicas?