You are the Team — Anekha Sokhal, Moshi
三句話摘要
從金融交易員到 AI 創業者:Anika 分享創立 Moshi 平台的經驗,以及如何用機器學習為交易者整合海量數據。 成功的 AI 金融平台需要融合深厚的領域專業、優秀的數據工程與機器學習能力,以及對使用者行為設計的理解,才能真正提升專業人士的決策效率。 Moshi 的核心價值在於數據整合與推薦系統。平台能將交易員需要關注的多種數據來源(市場時間序列、技術指標、基本面數據、新聞、替代數據如 Twitter 和播客)統一處理,建構一個 N 維圖表,幫助交易員在 30 秒內獲得原本需要數天才能得到的洞察。
重點整理
Moshi 的核心價值在於數據整合與推薦系統。平台能將交易員需要關注的多種數據來源(市場時間序列、技術指標、基本面數據、新聞、替代數據如 Twitter 和播客)統一處理,建構一個 N 維圖表,幫助交易員在 30 秒內獲得原本需要數天才能得到的洞察。
數據隱私與自主模型開發是核心考量。Anika 強調如果用戶分享敏感數據,他們不想將其傳給第三方服務商,而是用自主開發的視覺語言模型處理用戶上傳的 PDF 或結構化數據,確保數據安全與掌控力。
UI 與推薦系統的關係密不可分。類似 Netflix 推送內容的方式,Moshi 試圖主動推送相關數據給用戶,而非被動等待查詢,讓用戶在不知不覺中使用平台,這比傳統的「自建儀表板」模式更有粘性。
AI 工程師面臨的挑戰是「一人團隊」的期待。許多參加 AIE 的工程師反映,公司認為一個人應該能完成通常需要 10 人團隊才能做的系統,導致過度承載與實施困難。
實用技巧與重點
- Moshi 處理速度:每 4 秒內學習 300 件新事物
- Anika 的教育背景:Warwick 大學 Morse 課程(統計、數學、營運研究、經濟學)
- 工作經歷:JP Morgan 新興市場部、大宗商品部、能源衍生品交易
- Fulbright 獎學金:英國全國只有一個名額
- 學術發表:ICLR 與 Stability AI 合作論文,與 NASA 合作研究
- 處理的數據類型:市場時間序列、技術指標、移動平均線、基本面時間序列、新聞、X (Twitter)、播客音頻、替代數據
- Twitter 完整數據流成本:$300,000/月
- 招聘數據:一個職位開放 4 天,收到 2,500 份申請
- AIE 後續會議:原訂週一離開,延至週四、週五、週一,加上休斯頓能源會議
- 主持人背景:前倫敦貨幣選擇權交易員,曾做利率交易,在買方購買過替代數據(衛星資訊、信用卡資訊等)
結論
成功的 AI 金融平台需要融合深厚的領域專業、優秀的數據工程與機器學習能力,以及對使用者行為設計的理解,才能真正提升專業人士的決策效率。
完整解析
Anika 是一位來自英國的統計與數學專才,在 JP Morgan 的能源衍生品交易部門建立了深厚的市場經驗與數據敏感度。她一直著迷於從零開始分解市場的不同組成部分,特別是商品市場中基本面因素與實體事件如何影響價格。這份對數據的執著與對創業的渴望,促使她在 2020 年代初申請 Fulbright 獎學金來美國創業。有趣的是,她在瑜伽課上靈感乍現想要創業,而申請 Fulbright 時正值全球能源危機(天然氣價格波動劇烈),這個時事背景幫助她在面試中與評委產生共鳴,成為該年全英國唯一獲得資料科學 Fulbright 獎學金的人。
來美後,Anika 深入機器學習研究領域,在 ICLR 與 Stability AI 發表論文,並與 NASA 展開合作。這些經驗為她後來創立 Moshi 奠定了基礎。Moshi 的核心願景是「我希望交易時擁有的工具」——一個能處理人類無法消化的海量數據的平台。具體來說,Moshi 每 4 秒就能學習 300 件新事物,涵蓋結構化與非結構化數據:從市場時間序列與技術指標到新聞、Twitter、播客音頻,再到替代數據如衛星影像或信用卡資訊,以及用戶的私人數據(特定分析師、內部供應鏈情報等)。
Moshi 的差異化在於其推薦系統。傳統上,交易者必須主動監控多個資訊來源,而 Moshi 則像 Netflix 一樣主動推送相關洞察。當一個能源相關新聞出現時,平台會自動提醒關注能源股票的交易者,因為這兩個資訊點有隱含的連結。此外,平台在數據隱私上採取謹慎態度,不將用戶敏感數據發送給第三方,而是自主開發視覺語言模型來處理上傳的 PDF 或結構化檔案。對於有專業工程團隊的公司,自主開發比外包更重要,因為它確保了對數據流程的完全掌控。
在 AIE 博覽會的演講後,Anika 經歷了爆發式的商機。原定離開日期不斷延後,新的會議接踵而至。與會的人群涵蓋交易基金員工、顧問公司人員,以及特別有趣的 AI 工程師群體。這群工程師的共同困境是:管理層期望一個人能建造通常需要 10 人團隊才能完成的系統。許多人向 Anika 請教是否應該使用智能體群集、如何防止系統故障,以及當他們費力建造的系統沒人使用時該怎麼辦。這其實是一個 UI 與流程設計問題,而非單純的技術問題。

