ihodl.com поговорил с Ури Грюнбаумом, главой компании TipRanks, которая занимается оценкой финансовых аналитиков. Нам было интересно узнать, есть ли правда в эпоху фальшивых новостей.
ihodl.com: Что делает TipRanks для рынка криптовалют?
Ури Грюнбаум: Мы запустили сайт под названием CoinWatch, попытавшись повторить историю с TipRanks, но уже применительно к криптовалютному рынку. Мы хотели помочь инвесторам понять, какой тренд на рынке сейчас на самом деле. Если биткоин растет, то почему? Никто ведь не знает, почему он так волатилен, и при этом множество инвесторов теряют деньги.
Мы отчасти взяли за основу концепцию Coinmarketcap, но добавили к ней методы машинной обработки естественного языка. Мы скопировали их интерфейс, потому что он уже знаком пользователю, а кроме того, мы показываем, что может дать анализ новостей о биткоине или эфире.
Итак, мы проанализировали 150 финансовых новостных сайтов. Криптовалютная индустрия еще очень молода, все хотят писать, открывают собственные блоги, и за всеми не уследишь, поэтому мы взяли только крупные источники, вроде investing.com или CoinDesk. Итак, на первом этапе мы пытаемся понять настроение каждой статьи.
Например, на CoinDesk выходит статья: «Почему нужно покупать XRP. Три причины». Мы классифицируем ее как бычью статью о XRP, свяжем ее с CoinDesk.
Мы пока не умеем вычислять и анализировать лично авторов статей, но надеемся добиться этого в ближайшие два квартала. Для фондового рынка мы это уже сделали, там для каждого эксперта можно посмотреть его послужной список, и идея в том, чтобы сделать для криптовалютного рынка то же самое.
Но здесь гораздо больше шума: есть нескольких крупных сайтов, публикующих мнения экспертов, но у каждого же свое мнение, и каждый открывает собственный сайт, и рассказывает, что нужно покупать сегодня.
ihodl.com: То есть ваша компания показывает, кому можно доверять, а кому нет. А есть сервисы для «плохих» экспертов, позволяющие им маскироваться под «хороших»?
Ури Грюнбаум: Есть такая проблема, и с ней сталкиваемся не только мы: мы каждый день получаем письма с требованиями исключить человека из нашего анализа, потому что он не хочет, чтобы мы его оценивали. И это понятно, мы не рекламная фирма — наша задача не похвалить человека, а указать на его ошибки. Мы пытаемся защитить массового инвестора: мы заботимся о нем, а не об авторах.
Так что мы все время получаем письма от аналитиков, которые просят их удалить или написать, что они хорошие. Возвращаясь к вашему вопросу, есть много сервисов, помогающих выглядеть лучше, чем ты есть.
Поэтому, например, самая большая в США система ранжирования биржевых аналитиков называется II (расшифровывается как «Институциональные инвесторы»), и там аналитиков оценивают не по личным результатам, а по месту работы.
Так что, если вы работаете в Goldman Sachs, вы будете выше в рейтинге, чем человек из компании третьего ряда. Еще они оценивают заработки… Да вообще они опираются на кучу совершенно неважных факторов.
Ведь что интересует потребителя? Доверять мне этому человеку или нет. Поэтому II — хороший пример компании, которая не то чтобы намеренно продвигает плохих аналитиков, просто она ранжирует их по бессмысленным параметрам.
ihodl.com: Работаете ли вы с проблемой фальшивых новостей?
Ури Грюнбаум: Наша цель — не отлавливать плохие новости, а оценивать качество экспертов. Нам очень сложно выяснить, почему эксперт плохо справляется со своей задачей: то ли он не знает, что делает, то ли ему просто не повезло, то ли он аферист и намеренно продвигает ничего не стоящие монеты, которые скорее всего упадут.
Нам очень сложно различать подобные тонкости, но мы считаем, что это и не наша работа — пусть этим занимается регулятор.
Наше дело — помогать инвесторам оценить экспертов и источники новостей. Мы помогаем инвесторам получать советы лучших специалистов, и мы в этом смысле очень прозрачны и не аффилированы ни с какими организациями.
Поэтому мы не можем сказать, настоящая ли это новость, но можем показать, хорошо ли справляется со своей работой человек, который ее написал — на основании исторических данных.
ihodl.com: Ваши услуги явно востребованы. Что вы собираетесь делать с компаниями, которые захотят очистить свою репутацию?
Ури Грюнбаум: Есть компании, оказывающие единственную услугу — удаление из выдачи Google. Это такое «SEO наоборот», они пишут о клиенте так много, что плохие отзывы тонут в этом море. Да, вероятно, эта отрасль будет продолжать расти, но мне кажется, что фальшивые новости распространяются преимущественно в социальных сетях, в Facebook и Twitter. На CNN вы фальшивок не найдете — да, там могут быть спорные высказывания, но это же не синоним неправды.
Так что единственный способ борьбы с этим явлением — это регулирование, и европейцы уже собираются брать за это штрафы с социальных сетей. Примерно месяц назад в ЕС был одобрен закон, согласно которому ЕС может попросить Facebook удалить оскорбительный контент или фальшивую новость, и, если Facebook не сделает этого в течение 15 минут, он заплатит большой штраф. Так с этим и можно бороться.
ihodl.com: Расскажите про алгоритмы, используемые TipRanks.
Ури Грюнбаум: У нас есть два типа алгоритмов. Для начала, это алгоритмы, основанные на правилах: мы создаем тысячи правил, и каждый раз, когда ПО читает опубликованную статью, оно пытается найти там очень четкие шаблоны, и, если один из них совпал — вот оно, информация есть.
Но часто статьи очень сложны и мало структурированы, так что правил может быть бесконечное множество, и анализ становится невозможен. Тогда мы обращаемся к машинному обучению, которое работает в некотором роде по статистическому принципу, и пытаемся понять, на что похожа эта статья.
Кроме прочего, финансовые блогеры делают ошибки, опечатки, иронизируют, используют малопонятный жаргон, и найти два блога с одинаковой структурой практически невозможно. Тут нужен статистический алгоритм, поэтому мы используем машинное обучение.
Как машинное обучение поможет в бизнесе
Мы начали с того, что взяли 10 тысяч финансовых статей, дали стажерам задачу их прочесть и классифицировать: статья может быть бычьей, медвежьей или просто информационной.
Мы пытаемся выделить автора и его мнение, чтобы определить, с хорошей или плохой новостью мы имеем дело, рекомендует статья тот или иной актив или нет. Поэтому алгоритм машинного обучения пытается понять, на что статья похожа больше всего: на плохую новость, на хорошую новость или на рекомендацию.
Таким образом, мы либо работаем с шаблонами и правилами для получения точных результатов, либо используем машинное обучение, и тогда анализ получается более широким.
Если вы только приступили к изучению мира криптовалют, добро пожаловать в Школу трейдинга AMarkets: всё, что новичку нужно знать про рынок криптовалют и основы инвестиций.
Подписывайтесь на наш канал в Яндекс.Дзен. Не только о крипте, но и много эксклюзивных историй, полезных материалов и красивых фото.
Источник: https://ru.insider.pro/
Новое сообщение Эксклюзивное интервью: Глава TipRanks о фейковых новостях появилось на КриптоВики.
КриптоВики
Автор: admin
