اشتراک
فناوری مالی مدیریت ریسک هوش مصنوعی

یون از هوش مصنوعی برای بهینه‌سازی مدیریت ریسک پیش از معامله برای مشتریان استفاده می‌کند

راهکار جدید، سی‌ام‌ای اسپَن ۲ را یکپارچه کرده و با هدف رفع چالش‌های محاسباتی و سرعت مرتبط با این مدل عرضه شده است

در یک نگاه چکیدهٔ خودکار موتور هوش مصنوعی افق آبی

یون (ION) با استفاده از هوش مصنوعی راهکاری به نام XTP Risk JANUS را برای بهینه‌سازی مدیریت ریسک پیش از معامله ارائه داده است. این راهکار جهت ایجاد تعادل میان سرعت و دقت در اعتبارسنجی پیش از معامله طراحی شده است. طراحی و توسعه این سیستم توسط شرکت LIST که بخشی از مجموعه ION است، انجام شده و شامل یکپارچه‌سازی با موتور مارجین (Margin Engine) می‌باشد. این یکپارچه‌سازی بهبود دقت الگوریتم تخمینی SPAN2 شرکت CME را فراهم می‌کند. هدف از این توسعه، دستیابی به تخمین‌های مارجین دقیق‌تر و سریع‌تر است که به معامله‌گران کمک می‌کند تا تصمیم‌گیری بهتری در زمینه کنترل ریسک و اعتبارسنجی داشته باشند. سرپرست تیم مهندسی مالی در LIST، ریکاردو برنینی، اعلام کرده است که با استفاده از هوش مصنوعی، یک عامل تصحیح به تخمین SPAN2 اضافه شده که به محاسبات اصلی SPAN2 نزدیک‌تر می‌شود. نتیجه این اقدام، ارائه تخمین‌های مارجین سریع‌تر و دقیق‌تر برای مشتریان است که کمک می‌کند ریسک‌ها را مؤثرتر مدیریت کنند و تصمیمات معاملاتی آگاهانه‌تری بگیرند. این نوآوری به منظور رفع مشکلات مدل اصلی CME SPAN 2 بوده و بهبود دقت محاسبات و سرعت اعتبارسنجی پیش از معامله را هدف قرار داده است.

یون (ION) با استفاده از هوش مصنوعی، راهکار XTP Risk JANUS خود را برای بهینه‌سازی مدیریت ریسک پیش از معامله و ایجاد تعادل میان سرعت و دقت در اعتبارسنجی پیش از معامله، ارتقا داده است.

XTP Risk Janus یک راه‌حل درون‌روزی برای مدیریت ریسک از مرحله پیش از معامله تا پس از معامله است.

این توسعه جدید توسط LIST، شرکتی از مجموعه ION، ایجاد شده است. این توسعه، XTP Risk Janus و موتور مارجین (Margin Engine) آن را که اغلب در معاملات مشتقه تسویه‌شده استفاده می‌شود، یکپارچه می‌کند تا دقت الگوریتم تخمینی SPAN2 شرکت CME را که در سال ۲۰۲۳ عرضه شد، بهبود بخشد.

انتظار می‌رود این راه‌حل که با استفاده از هوش مصنوعی تقویت شده است، به معامله‌گران امکان دهد تا تخمین‌های مارجین سریع‌تر و دقیق‌تر به دست آورند و تصمیم‌گیری و نتایج کنترل ریسک را در زمان واقعی بهبود بخشند.

ریکاردو برنینی، سرپرست تیم مهندسی مالی در LIST، گفت: «ما امکان استفاده از هوش مصنوعی را برای اعمال یک عامل تصحیح بر تخمین SPAN2 بررسی کردیم تا آن را به محاسبات اصلی SPAN2 نزدیک‌تر کنیم.»

«نتیجه به طرز شگفت‌آوری خوب است و تخمین‌های مارجین سریع‌تر و دقیق‌تری را به مشتریان ما ارائه می‌دهد. این امر تضمین می‌کند که آنها می‌توانند ریسک را به طور مؤثر مدیریت کرده و تصمیمات معاملاتی آگاهانه را با سرعت مورد نیاز برای اعتبارسنجی پیش از معامله اتخاذ کنند.»

مدل جدید، کتابخانه قابل استقرار CME SPAN 2 را برای محاسبه الزامات مارجین CME برای معاملات مشتقه تسویه‌شده یکپارچه می‌کند و گزینه استفاده از الگوریتم جدیدتر این گروه، تخمین CME SPAN2، را در مواقعی که به محاسبات سریع‌تر نیاز است، فراهم می‌آورد.

یون اظهار داشته است که این نوآوری مشکلات مرتبط با مدل اصلی CME SPAN 2 را برطرف خواهد کرد. از طریق بهبود دقت محاسبات تخمین CME SPAN 2 با هوش مصنوعی، انتظار می‌رود راهکار LIST نتایجی تولید کند که به دقت با مدل اصلی مطابقت داشته باشند، در حالی که سرعت بالای اعتبارسنجی پیش از معامله را نیز حفظ می‌کنند.

اشتراک:
این گزارش ترجمه و بازنویسی خبری با موتور هوش مصنوعی افق آبی است و برای خوانندهٔ فارسی‌زبان بازتنظیم شده. منبع اصلی: the trade