大数据时代的到来，使得我们不得不用一种全新的方式来应对金融市场，Opix Algo也因此诞生。Opix Algo通过通过市场深度与做市商库存量的数据寻找外汇的供应区，从而在有深度的报价区域进行交易。

　　Opix Algo在人工智能的趋势下，运用AI优化大数据分析，使数据升维，引入多维的数据进行决策，改进可组合性以及多元化数据源，高效整合及加速数据分析。通过自适应机器学习，深度演算，在即使是数据量较小的情况下，仍能精准运行分析。

　　Alpha Go and Opix Algo

　　还记得 2016 年 3 月 9 日-3 月 15 日在韩国首尔上演的围棋界终极挑战吗？在总计五轮的人与机器的对决，人类一方的代表——世界围棋冠军李世石很不幸完败于围棋人工智能程序 AlphaGo，这个结果引起了人工智能领域巨大的轰动，也引发了人们对Alpha Go核心技术的深入研究。在研发Opix Algo时，我们从Alpha Go中提取了灵感。

　　在深度神经网路学习 ，学习的过程中，围棋Alpha Go 评估潜在落子位置的价值，Opix Algo则评估各类资产的投资价值，评估每个可投资资产应当被依照什么比重来配置。在环境因素中Alpha Go 分析的是对手和自己的下棋，Opix Algo分析的则是市场深度与做市商库存量的各种信息。在回报方面，Alpha Go分析获胜的概率，Opix Algo回报分析则是返佣套利收益率。

　　算法交易的参数优化

　　市场在变化，信息在变化，过去并不代表未来，用历史数据作量化策略的回测检验是把过去的经验作为一种参考指南，通过对过去的解读发掘出蕴藏盈利机会的重复性模式。典型的人工智能算法交易试图根据历史趋势“猜测”市场接下来会发生什么。OpixTech团队以创建极其复杂的算法而闻名，无需大量信息即可成功解决问题，OpixTech也一直秉承着“科技改变交易”的理念，我们认为算法交易并不需要一成不变的固定参数值，而是持续不断的更新接近于最优的策略参数值。