I Know Firstの自己学習アルゴリズムは、株式市場を分析、モデル化、予測します。アルゴリズムは人工知能（AI）と機械学習（ML）に基づいており、人工ニューラルネットワークと遺伝的アルゴリズムの要素を組み込んでいます。予測されたトレンドは、トレンドに波がどのように重なるかを予測する波グラフとともに、正または負の数値として出力されます。これは、トレーダーがどの方向に取引するのか、どの時点で取引に入るのか、いつ終了するのかを決定するのに役立ちます。

モデルは経験的に100％であるため、結果は事実データのみに基づいているため、人間が導出した仮定に伴うバイアスや感情は回避されます。人間の要素は、数学的枠組みを構築し、システムへの入力および出力の初期セットを提供することにのみ関与する。

このアルゴリズムは、信号および予測可能性指標を用いて予測を生成する。信号は、ボックスの中央の番号です。予測可能性は、ボックスの下部にある数字です。上部には、特定の資産が特定されています。この形式は、すべての予測で一貫しています。

I Know Firstは、自己学習アルゴリズムを使用してほぼすべてのデータから信号を勉強して派生させることができるため、現在、algo-tradingで最大の信号選択肢の1つを提供しています。

このヘルスケアストックパッケージは、ヘルスケアセクター内のベストシェアの予測を必要とする投資家やアナリスト向けに設計されています。それには、強気と弱気のシグナルを持つ20の株式が含まれており、売買する最良のヘルスケア銘柄を示します。 ロングポジションのトップ10ヘルスケア銘柄
ショートポジションのトップ10ヘルスケア銘柄
パッケージ名： HealthCare Stocks
推奨ポジション： Long
Forecast Length： 1 Year（02/26/2017 – 02/26/2018）
I　Know　Firstの平均： 50.25%

1年間の予測期間中、ヘルスケア株式パッケージのいくつかのピックが大幅な利益を上げました。このアルゴリズムは、10のリターンを6つ正しく予測しました。収益率が最も高い予測はIMGNで、305.90％でした。 　さらに注目すべきは戻ってから来てSRPTとENSGそれぞれ、102.94パーセントと46.26パーセントで。 　ヘルスケア株式パッケージの全体平均収益率は50.25％で、S＆P500の17.41％に対する32.84％のプレミアムを投資家に提供しています。

バイオテクノロジー企業ImmunoGen、Inc.（IMGN）は、標的となる抗癌治療薬を開発しています。同社は、抗体 – 薬物コンジュゲート（ADC）技術を使用して製品を開発しています。

アルゴリズムトレーダーは、ポートフォリオのパフォーマンスを向上させ、独自の分析を検証し、市場機会をより迅速に実行するためのツールとして、I Know First市場予測システムによってこれらの日次予測を活用しています。この予測は、現在のI Know First加入者に送信されました。

I Know Firstのアルゴリズムは、6つの異なる時間軸上で金融資産の予測を作成します。予測パッケージと時間間隔ごとにヒートマップを作成します。ヒートマップの各ボックスは、株式銘柄、シグナル、および予測可能性インジケータで構成されています（下の図を参照）。

毎日、さまざまな予測パッケージが異なる時間範囲にわたってどのように実行されたかを掲載します。6つの異なる時間軸とは、3日、7日、14日、1か月、3か月、1年です。

2つのインディケーター

シグナル(Signal) – 対象銘柄の予測される動き
予測可能性指標(Predictability Indicator) –対象銘柄に関する過去のアルゴリズム予測と実際の市場の動きとの相関関係
これらにより最も予測可能性の高い銘柄への投資に集中が可能になり、投資パフォーマンスが向上

下の表は、I Know Firstのアルゴリズムによる株価予測です。毎日、加入者は6つの異なる時間範囲の予測を受信します。1ヶ月予測の上位10銘柄は1年予測の上位10銘柄と異なる可能性があることに注意してください。含まれる表には、関連するティッカーのみが含まれています。ボックスは、それぞれの信号および予測可能性の値に従って配置されます（詳細な定義については、以下を参照してください）。緑色のボックスはポジティブな予測を表し、長いポジションを示し、赤色はマイナスの予測を表し、短いポジションを示します。

この指標は、資産の予測される動き/傾向を表します。パーセンテージまたは特定の目標価格ではありません。信号の強さは、現在の価格が、システムが均衡または公正な価格を考慮したものからどのくらい逸脱しているかを示します。

この値は、過去の予測と3つの離散期間の実際の資産移動との間の平均相関係数を計算することによって得られます。平均化は最近のパフォーマンスに大きな重みを与えます。機械が学習を続けると、Pの値は一般に増加します。

右の表は、実際の運用パフォーマンスとI Know FirstのAI予測を比較したものです。「予測」列はアルゴリズムが予測した方向を示し、「変更率」列は示された期間にわたる実際の株式パフォーマンスを示します。「精度」列には、アルゴリズムが株式の方向を正しく予測した場合は「」、予測が正しくない場合は「×」が表示されます。I Know　Firstの平均は、上に列挙した株式の均等加重平均の変化率です。S＆P500の数値ご参照

このシステムは、人工知能（AI）および機械学習（ML）に基づく予測アルゴリズムであり、人工ニューラルネットワークおよび遺伝的アルゴリズムの要素が組み込まれています。システムの予測分析は自己更新型であり、したがって生きています。このアルゴリズムは、ブラックボックス取引やアルゴトレーディングを行っている投資家のための強力なリソースです。取引の決定については、最新の予測を使用してください。

予測可能性（P）は、過去の予測と実際の資産移動との間の相関を各離散的な期間について計算することによって得られます。 アルゴリズムは、すべての予測の結果を平均し、より最近のパフォーマンスに重みを与えます。機械が学習し、より多くのデータを蓄積すると、（P）の値は一般に増加します。
予測可能性は負の1から正の1の範囲のスケールで測定されます。このメトリックは、ピアソン相関係数の適応です。
P = -1は、実際の市場が、予測されたアルゴリズムとは反対の方向に動いたことを意味します。
P = 0は、予測と実際の市場動向との間に相関がないことを意味します。
P = 1は、実際の市場の動きと予測される動きとの間に完全な相関があることを意味します。
ゼロより大きいPの値は、肯定的な予測可能性を示します。我々が監視し予測する株式について、予測可能性（P）は一般にP = 0.2とP = 0.7の間の範囲です。

投資家は信号の強さと予測可能性の両方を考慮することをお勧めします。予測可能な株式はほとんど動かず、予想外の株式は劇的に動いてしまうため、魅力的ではありません。アルゴリズムが長期トレンドをより簡単に見つけ出すことができるため、長期予測（1ヶ月以上）は予測性が高い傾向にあることに注意することが重要です。
アルゴリズムは毎日、市場の全体的な方向性を示すヒートマップを生成します。たとえば、テーブルの上部にある緑色の「買い」予測が下の赤色の「売り」予測を支配するときに強気市場が表示されます。

I Know Firstアルゴリズムの結果は、1日、3日、7日、14日、30日、90日および365日の日々の株式市場予測であり、傾向予測（信号）とその信頼度（予測可能性指標）どの方向に取引するか、どの時点で取引に入るか、いつ終了するかを決めるトレーダーです。指標は2つの変数の影響を受けます。1つは特定の株式行動に関連し、もう1つは市場の一般的行動に従います。すべて一緒に株式市場の予測は、アップの信号を示す緑のセルとダウン信号を示す赤のセルを持つ色分けされたヒートマップテーブルを示す右図のようなテーブルを作成します。このパターンを使用すると、業界の特定のニーズや特定のリスクレベルを考慮して、予測をカスタマイズできます。

株式市場が多かれ少なかれ体系的に行動するにつれて、予測可能性が波の中で上昇し、下落することに注意することは重要です。予測可能性を監視することによって、市場の行動パターンを事前に変えることを警告することができます。また、予測できない株式もあります。主に、財務的な歴史はほとんどないスタートアップで、信頼できる予測のためのデータが不十分です。

下図はI Know FirstのAI予測アルゴリズムによって生成された株式市場予測の例

人工知能予測アプローチ（ロング/ショート）)

ミーンリバージョン手法 (ロング/ショート)

インフォームドトレーディング, i.e. 短期予測による中長期投資タイミング見極めセクター/業界ごとの網羅的予測、トレンド分析

2017年時点で、10,000の個人投資家クライアント
海外市場へのカスタマイズ実績 (US, Europe, East Asia)