特表 2023-546849 通貨市場において証券を予想、推奨、および売買するための機械学習

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2023-11-08

(54)【発明の名称】通貨市場において証券を予想、推奨、および売買するための機械学習

(51)【国際特許分類】

   G06Q 40/04 20120101AFI20231031BHJP

【ＦＩ】

G06Q40/04

【審査請求】未請求

【予備審査請求】未請求

(21)【出願番号】P 2023522502

(86)(22)【出願日】2021-10-08

(85)【翻訳文提出日】2023-05-24

(86)【国際出願番号】 US2021054177

(87)【国際公開番号】W WO2022076822

(87)【国際公開日】2022-04-14

(31)【優先権主張番号】17/066,267

(32)【優先日】2020-10-08

(33)【優先権主張国・地域又は機関】US

(81)【指定国・地域】

【公序良俗違反の表示】

（特許庁注：以下のものは登録商標）

１．ＰＹＴＨＯＮ

(71)【出願人】

【識別番号】523130958

【氏名又は名称】サッドフェイス オーバーロード コーポレイション

(74)【代理人】

【識別番号】100078282

【弁理士】

【氏名又は名称】山本 秀策

(74)【代理人】

【識別番号】100113413

【弁理士】

【氏名又は名称】森下 夏樹

(74)【代理人】

【識別番号】100181674

【弁理士】

【氏名又は名称】飯田 貴敏

(74)【代理人】

【識別番号】100181641

【弁理士】

【氏名又は名称】石川 大輔

(74)【代理人】

【識別番号】230113332

【弁護士】

【氏名又は名称】山本 健策

(72)【発明者】

【氏名】カーティス， ダニエル アール．

【テーマコード（参考）】

5L055

【Ｆターム（参考）】

5L055BB55

(57)【要約】

機械学習ベースのアプローチが、市場データを予測し、金融推奨を決定し、それらの推奨を実行するために使用される。例えば、複数の期間に関して、予測モデルが、訓練されることができる。予測モデルは、各予測モデルの期間に対応する、市場データおよび市場活動で訓練されることができる。予測モデルは、市場データおよび市場活動を処理し、予測モデルが関連付けられる期間に関する予測通貨スコアおよび時限為替レートを決定することができる。選択された期間に関して、訓練されたモデルは、市場データを評価し、閾値レベルの変化を満たす通貨価値を予測することができる。値（例えば、次の値の通貨）は、次いで、例えば、金融取引、文書合意、および同等物を完了させるために使用されることができる。

【特許請求の範囲】

【請求項1】

コンピューティングシステムであって、
少なくとも１つのコンピューティングプロセッサと、
メモリであって、前記メモリは、命令を含み、前記命令は、前記少なくとも１つのコンピューティングプロセッサによって実行されると、前記コンピューティングシステムが、
リアルタイムでネットワークを経由して通信する複数の金融エンティティと関連付けられる複数の通貨価値に対応する通貨データを取得することであって、各通貨価値は、通貨タイプおよびタイムスタンプと関連付けられ、前記タイムスタンプは、前記関連付けられる通貨価値が設定されたときを示す、ことと、
前記複数の通貨価値と関連付けられるタイムスタンプおよびデータ訓練論理に基づいて、前記複数の通貨価値を分離することによって、通貨価値の第１のセット、通貨価値の第２のセット、および通貨価値の保留セットを決定することであって、前記通貨価値の第１のセットはそれぞれ、期間の前に生じるその個別のタイムスタンプと関連付けられ、前記通貨価値の第２のセットはそれぞれ、前記期間の間に生じるその個別のタイムスタンプと関連付けられ、前記通貨価値の保留セットはそれぞれ、前記期間の間に生じ、前記通貨価値の第２のセットから切り離されているその個別のタイムスタンプと関連付けられ、
前記通貨価値の第１のセットおよび前記通貨価値の第２のセットで機械学習予測モデルを訓練することであって、前記機械学習予測モデルは、次の値の通貨スコアを算出するために通貨価値を評価するように動作可能であり、前記機械学習予測モデルは、前記データ訓練論理、ニューラルネットワーク、およびロジスティック回帰モデルのうちの１つまたはそれを上回るものに従って構築される分類モデルを備える、ことと、
前記通貨価値の保留セットにおける各通貨価値に対して前記機械学習予測モデルを評価し、前記通貨価値の保留セットに対応する潜在的な次の値の通貨価値のセットを決定することと、
少なくとも部分的に、前記潜在的な次の値の通貨価値のセットの閾値化または平均化のうちの１つを使用して、将来の時間に関する次の値の通貨価値を決定することであって、前記次の値の通貨価値は、信頼性スコアと関連付けられる、ことと、
前記次の値の通貨価値および関連付けられる信頼性スコアに基づいて、金融取引推奨を備えるユーザインターフェースに対応するコンピュータ可読コードを発生させることと
を行うことを可能にする、メモリと
を備える、コンピューティングシステム。

【請求項2】

前記命令は、前記少なくとも１つのコンピューティングプロセッサによって実行されるとさらに、前記コンピューティングシステムが、
前記次の値の通貨価値に基づいて、購入取引に関する第１の通貨と第２の通貨との間の時限為替レートを発生させることを可能にする、請求項１に記載のコンピューティングシステム。

【請求項3】

前記次の値の通貨価値は、第１の将来の時間に関する第１の予測通貨価値に対応し、前記命令は、前記少なくとも１つのコンピューティングプロセッサによって実行されるとさらに、前記コンピューティングシステムが、
前記通貨価値の保留セットの少なくとも一部および前記第１の予測通貨価値に対して前記機械学習予測モデルを評価し、第２の将来の時間に関する第２の予測通貨価値を決定することを可能にする、請求項１に記載のコンピューティングシステム。

【請求項4】

前記命令は、前記少なくとも１つのコンピューティングプロセッサによって実行されるとさらに、前記コンピューティングシステムが、
前記次の値の通貨価値に関する実際の通貨価値を取得することと、
前記実際の通貨価値と前記次の値の通貨価値を比較し、差異を決定することと、
前記差異が差異閾値を満たすかどうかを決定することと、
前記差異が、前記差異閾値を満たす場合、前記機械学習予測モデルを更新することと
を行うことを可能にする、請求項１に記載のコンピューティングシステム。

【請求項5】

前記命令は、前記少なくとも１つのコンピューティングプロセッサによって実行されるとさらに、前記コンピューティングシステムが、
ユーザアカウントと関連付けられる売買方略を取得することと、
前記信頼性スコアと前記売買方略において識別された金融取引推奨と関連付けられる閾値信頼性スコアを比較することと、
前記信頼性スコアが前記閾値信頼性スコアを満たすことを決定することと、
前記売買方略を実行することと
を行うことを可能にする、請求項１に記載のコンピューティングシステム。

【請求項6】

前記通貨は、国内通貨、外国通貨、デジタル通貨、または暗号通貨のうちの１つである、請求項１に記載のコンピューティングシステム。

【請求項7】

前記機械学習予測モデルは、スタック型長短期メモリ（ＬＳＴＭ）ネットワーク、ロジスティック回帰、ナイーブベイズ、ランダムフォレスト、ニューラルネットワーク、またはサポートベクターマシン（ＳＶＭ）のうちの１つである、請求項１に記載のコンピューティングシステム。

【請求項8】

前記金融取引推奨は、金融証券を売買するべき具体的時間、前記金融証券に関する売買量、買取するべき金融証券の第１のセット、売却するべき金融証券の第２のセット、または保持するべき金融証券の第３のセットのうちの少なくとも１つを含む、請求項１に記載のコンピューティングシステム。

【請求項9】

前記命令は、前記少なくとも１つのコンピューティングプロセッサによって実行されるとさらに、前記コンピューティングシステムが、
実際の通貨価値と予測通貨価値との間の実行誤差、最も高い価値変化と関連付けられる通貨、金融取引推奨を実行するための実行貨幣利得、または金融取引推奨を実行するための実行貨幣損失のうちの１つを提示することを可能にする、
請求項１に記載のコンピューティングシステム。

【請求項10】

コンピュータ実装方法であって、
リアルタイムでネットワークを経由して通信する複数の金融エンティティと関連付けられる複数の通貨価値に対応する通貨データを取得することであって、各通貨価値は、通貨タイプおよびタイムスタンプと関連付けられ、前記タイムスタンプは、前記関連付けられる通貨価値が設定されたときを示す、ことと、
前記複数の通貨価値と関連付けられるタイムスタンプおよびデータ訓練論理に基づいて、前記複数の通貨価値を分離することによって、通貨価値の第１のセット、通貨価値の第２のセット、および通貨価値の保留セットを決定することであって、前記通貨価値の第１のセットはそれぞれ、期間の前に生じるその個別のタイムスタンプと関連付けられ、前記通貨価値の第２のセットはそれぞれ、前記期間の間に生じるその個別のタイムスタンプと関連付けられ、前記通貨価値の保留セットはそれぞれ、前記期間の間に生じ、前記通貨価値の第２のセットから切り離されているその個別のタイムスタンプと関連付けられる、ことと、
前記通貨価値の第１のセットおよび前記通貨価値の第２のセットで機械学習予測モデルを訓練することであって、前記機械学習予測モデルは、次の値の通貨スコアを算出するために通貨価値を評価するように動作可能であり、前記機械学習予測モデルは、前記データ訓練論理、ニューラルネットワーク、およびロジスティック回帰モデルのうちの１つまたはそれを上回るものに従って構築される分類モデルを備える、ことと、
前記通貨価値の保留セットにおける各通貨価値に対して前記機械学習予測モデルを評価し、前記通貨価値の保留セットに対応する潜在的な次の値の通貨価値のセットを決定することと、
少なくとも部分的に、前記潜在的な次の値の通貨価値のセットの閾値化または平均化のうちの１つを使用して、将来の時間に関する次の値の通貨価値を決定することであって、前記次の値の通貨価値は、信頼性スコアと関連付けられる、ことと、
前記次の値の通貨価値および関連付けられる信頼性スコアに基づいて、金融取引推奨を備えるユーザインターフェースに対応するコンピュータ可読コードを発生させることと
を含む、コンピュータ実装方法。

【請求項11】

前記次の値の通貨価値に基づいて、購入取引に関する第１の通貨と第２の通貨との間の時限為替レートを発生させること
をさらに含む、請求項１０に記載のコンピュータ実装方法。

【請求項12】

前記次の値の通貨価値は、第１の将来の時間に関する第１の予測通貨価値に対応し、前記コンピュータ実装方法はさらに、
前記通貨価値の保留セットの少なくとも一部および前記第１の予測通貨価値に対して前記機械学習予測モデルを評価し、第２の将来の時間に関する第２の予測通貨価値を決定すること
を含む、請求項１０に記載のコンピュータ実装方法。

【請求項13】

前記次の値の通貨価値に関する実際の通貨価値を取得することと、
前記実際の通貨価値と前記次の値の通貨価値を比較し、差異を決定することと、
前記差異が差異閾値を満たすかどうかを決定することと、
前記差異が、前記差異閾値を満たす場合、前記機械学習予測モデルを更新することと
をさらに含む、請求項１０に記載のコンピュータ実装方法。

【請求項14】

ユーザアカウントと関連付けられる売買方略を取得することと、
前記信頼性スコアと前記売買方略において識別された金融取引推奨と関連付けられる閾値信頼性スコアを比較することと、
前記信頼性スコアが前記閾値信頼性スコアを満たすことを決定することと、
前記売買方略を実行することと
をさらに含む、請求項１０に記載のコンピュータ実装方法。

【請求項15】

前記金融取引推奨は、金融証券を売買するべき具体的時間、前記金融証券に関する売買量、買取するべき金融証券の第１のセット、売却するべき金融証券の第２のセット、または保持するべき金融証券の第３のセットのうちの少なくとも１つを含む、
請求項１０に記載のコンピュータ実装方法。

【請求項16】

実際の通貨価値と予測通貨価値との間の実行差、最も高い価値変化と関連付けられる通貨、金融取引推奨を実行するための実行貨幣利得、または金融取引推奨を実行するための実行貨幣損失のうちの１つを提示すること
をさらに含む、請求項１０に記載のコンピュータ実装方法。

【請求項17】

非一過性コンピュータ可読記憶媒体であって、前記非一過性コンピュータ可読記憶媒体は、命令を記憶しており、前記命令は、コンピューティングシステムの少なくとも１つのプロセッサによって実行されると、前記コンピューティングシステムに、
リアルタイムでネットワークを経由して通信する複数の金融エンティティと関連付けられる複数の通貨価値に対応する通貨データを取得することであって、各通貨価値は、通貨タイプおよびタイムスタンプと関連付けられ、前記タイムスタンプは、前記関連付けられる通貨価値が設定されたときを示す、ことと、
前記複数の通貨価値と関連付けられるタイムスタンプおよびデータ訓練論理に基づいて、前記複数の通貨価値を分離することによって、通貨価値の第１のセット、通貨価値の第２のセット、および通貨価値の保留セットを決定することであって、前記通貨価値の第１のセットはそれぞれ、期間の前に生じるその個別のタイムスタンプと関連付けられ、前記通貨価値の第２のセットはそれぞれ、前記期間の間に生じるその個別のタイムスタンプと関連付けられ、前記通貨価値の保留セットはそれぞれ、前記期間の間に生じ、前記通貨価値の第２のセットから切り離されているその個別のタイムスタンプと関連付けられる、ことと、
前記通貨価値の第１のセットおよび前記通貨価値の第２のセットで機械学習予測モデルを訓練することであって、前記機械学習予測モデルは、次の値の通貨スコアを算出するために通貨価値を評価するように動作可能であり、前記機械学習予測モデルは、前記データ訓練論理、ニューラルネットワーク、およびロジスティック回帰モデルのうちの１つまたはそれを上回るものに従って構築される分類モデルを備える、ことと、
前記通貨価値の保留セットにおける各通貨価値に対して前記機械学習予測モデルを評価し、前記通貨価値の保留セットに対応する潜在的な次の値の通貨価値のセットを決定することと、
少なくとも部分的に、前記潜在的な次の値の通貨価値のセットの閾値化または平均化のうちの１つを使用して、将来の時間に関する次の値の通貨価値を決定することであって、前記次の値の通貨価値は、信頼性スコアと関連付けられる、ことと、
前記次の値の通貨価値および関連付けられる信頼性スコアに基づいて、金融取引推奨を備えるユーザインターフェースに対応するコンピュータ可読コードを発生することと
を行わせる、非一過性コンピュータ可読記憶媒体。

【請求項18】

前記命令は、前記少なくとも１つのプロセッサによって実行されるとさらに、前記コンピューティングシステムが、
前記次の値の通貨価値に基づいて、購入取引に関する第１の通貨と第２の通貨との間の時限為替レートを発生させることを可能にする、
請求項１７に記載の非一過性コンピュータ可読記憶媒体。

【請求項19】

前記次の値の通貨価値は、第１の将来の時間に関する第１の予測通貨価値に対応し、前記命令は、前記少なくとも１つのプロセッサによって実行されるとさらに、前記コンピューティングシステムが、
前記通貨価値の保留セットの少なくとも一部および前記第１の予測通貨価値に対して前記機械学習予測モデルを評価し、第２の将来の時間に関する第２の予測通貨価値を決定することを可能にする、
請求項１７に記載の非一過性コンピュータ可読記憶媒体。

【請求項20】

前記命令は、前記少なくとも１つのプロセッサによって実行されるとさらに、前記コンピューティングシステムが、
前記次の値の通貨価値に関する実際の通貨価値を取得することと、
前記実際の通貨価値と前記次の値の通貨価値を比較し、差異を決定することと、
前記差異が差異閾値を満たすかどうかを決定することと、
前記差異が、前記差異閾値を満たす場合、前記機械学習予測モデルを更新することと
を行うことを可能にする、請求項１７に記載の非一過性コンピュータ可読記憶媒体。

【発明の詳細な説明】

【背景技術】

【0001】

（関連出願）
本願は、参照することによってその全体として本明細書に組み込まれる、２０２０年１０月８日に出願され、「Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ ｔｏ Ｆｏｒｅｃａｓｔ ， Ｒｅｃｏｍｍｅｎｄ， ａｎｄ Ｔｒａｄｅ Ｓｅｃｕｒｉｔｉｅｓ ｉｎ Ｃｕｒｒｅｎｃｙ Ｍａｒｋｅｔｓ」と題された、係属中の米国特許出願第１７／０６６，２６７号の利益を主張する。

【0002】

世界には多数の通貨が、存在し、所与の時間間隔の間のこれらの通貨のうちのいずれかの売買価格を理解することは、今日の速いペースの経済においてますますより困難になっており、ましてや効果的に予想することは可能ではない。したがって、企業は、それらの国際的な事業を維持するための限定された選択肢に直面し、金融リスクを最小限にするために、頻繁に先物契約を結ぶことを選ぶ。また、海外市場に参入しようとするトレーダおよび企業は、例えば、インフレーションを含む、通貨価格に影響を及ぼす多くの因子に対処しなければならない。暗号通貨使用の増加は、公開市場で通貨を取引する新しい手段を提供している。しかしながら、多くの企業および投資家は、より包括的な証券方略の一部として、暗号通貨売買を活用することに目を向けているが、市場は、若く、非常に不安定である。結果として、国際契約は、相互に対する国際通貨の価値の変動に起因して、支障をきたし得る。本問題は、合意の時間と実施の時間との間の遅延が存在するとき、悪化し得る。すなわち、売り手は、今日の価格に合意し得るが、取引または契約が実施されるときの後日に実質的により低い実際の価格を受け取り得る。これは、例えば、売り手の自国通貨が、遅延期間の間に買い手の自国通貨に対して価値が減少するときに起こり得る。

【0003】

逆に、買い手は、買い手の自国通貨が、遅延期間の間に売り手の自国通貨に対して価値が減少するとき、合意価格よりも実質的に高い実際の価格を支払うことを要求され得る。上記のシナリオの根底にある不確実性は、特に、合意の時間と実施の時間との間の遅延期間を日常的に伴う、国際契約の形成に関して、国際商取引を阻害し得る。故に、金融取引のための改良された技法を提供することが、望ましい。

【発明の概要】

【課題を解決するための手段】

【0004】

詳細な説明
本開示の種々の実施形態によるシステムおよび方法は、電子環境における金融合意を促進することに対する従来のアプローチにおいて被る前述および他の欠陥のうちの１つまたはそれを上回るものを克服し得る。特に、種々の実施形態は、例えば、金融取引、文書合意、および同等物を完了させるために使用され得る、将来の通貨価値および時限為替レートを予測するための機械学習ベースのアプローチを説明する。

【0005】

例えば、種々の実施形態によると、複数の期間のうちの１つ毎に、モデル（例えば、ロジスティック回帰モデルまたは別の機械学習ベースのモデル等の通貨予測モデル）が、訓練されることができる。予測モデルは、各予測モデルの期間に対応する、市場データで訓練されることができる。市場データは、例えば、株式取引所等の売買場所から取得されることができる。その市場データは、例えば、通貨価値、株、デリバティブ、商品、および通貨等の金融商品の価格を含むことができる。期間毎の市場データは、データのセットに分離されることができる。例えば、データの第１のセット、データの第２のセット、およびデータの保留セットであり、データの第１のセットは、ある期間の前に受信される市場データを含み、データの第２のセットは、期間の間に受信される市場データを含み、データの保留セットは、期間の間に受信され、データの第２のセットから切り離されている市場データを含む。予測モデルは、データを評価し、決定された期間に関する閾値レベルの変化を満たす通貨価値を予測することができる。値（例えば、次の値の通貨）は、次いで、例えば、購入取引、文書合意、売買方略、ビジネス売買または取引の洞察等のために使用され得る、時限為替レートを決定するために使用されることができる。

【0006】

本開示に従って、コンピュータシステムに金融取引を促進させるための命令が、コンピュータ可読媒体上で具現化されてもよい。例えば、ある実施形態によると、バックエンドシステムが、複数の期間に関する予測モデルを訓練してもよい。予測モデルは、市場データおよび市場活動で訓練されることができる。バックエンドシステムは、異なる期間に関して訓練されるモデルおよび他のコンポーネントを利用し、期間毎の予測通貨価値および予測スコア（信頼性スコアとも称される）を決定することができる。選択された期間に関して、予測モデルは、データを処理し、決定された期間に関する閾値レベルの変化を満たす通貨価値を予測することができる。価値は、次いで、例えば、購入取引、文書合意、売買方略、ビジネス売買または取引の洞察等のために使用され得る、時限為替レートを決定するために使用されることができる。

【0007】

実施形態は、種々の利点を提供する。例えば、種々の実施形態によると、将来の通貨価値および時限為替レートを予測するための機械学習ベースのアプローチが、金融取引システム、売買システム、および同等物等のコンピューティングシステムリソースを含む、リソース使用を最適化することを試みる任意のシステムによって利用されることができる。これらのシステムは、例えば、売買プラットフォーム、銀行プラットフォーム、金融プラットフォーム、および安定した通貨または他のベースラインに基づく決定が必要とされ得る、他の環境によって利用されてもよい。種々の実施形態によると、安定した通貨価値を予測するシステムを提供することによって、本システムは、リソース容量をより効率的に利用することができる。例えば、通貨価値および通貨が安定するときの期間を予測することは、国際契約形成および金融取引を助長する。ある実施例では、資産が、期間の間に購入され得る。別の実施例では、購入窓に関する購入価格等の契約条件が、決定および利用されることができる。また別の実施例では、資金が、予測通貨価値に関する期間の終了時に予測通貨価値において放出されることができる。また別の実施例では、販売時点情報管理が、価格が予測通貨価値と関連付けられる閾値を満たすときに実施されることができる。本プロセスは、種々のリソースのリソース利用を最適化するために、機械学習ベースの技法を使用することによって改良される。ある実施形態では、１つまたはそれを上回る訓練されたモデルが、種々のリソースの最適な使用を確実にするために、１つまたはそれを上回る性能メトリックに基づくコンピュータ可読情報を使用して、少なくとも１つの期間にわたって更新されることができる。さらに、本明細書に説明されるアプローチは、有利なこととして、市場条件に対する改良された応答を提供する。これは、アイドル状態のリソースまたはリソースの他のそのような非効率性を低減させることができ、これは、リソース使用を最大限にし、費用を低減させることができる。

【図面の簡単な説明】

【0008】

本開示による、種々の実施形態が、図面を参照して説明されるであろう。

【0009】

【図1】図１は、種々の実施形態の側面が実装され得る、例示的環境を図示する。

【0010】

【図2A】図２Ａ、２Ｂ、２Ｃ、２Ｄ、および２Ｅは、種々の実施形態による、ある期間に関する通貨価値を予測するための例示的コンポーネントを図示する。

【図2B】図２Ａ、２Ｂ、２Ｃ、２Ｄ、および２Ｅは、種々の実施形態による、ある期間に関する通貨価値を予測するための例示的コンポーネントを図示する。

【図2C】図２Ａ、２Ｂ、２Ｃ、２Ｄ、および２Ｅは、種々の実施形態による、ある期間に関する通貨価値を予測するための例示的コンポーネントを図示する。

【図2D】図２Ａ、２Ｂ、２Ｃ、２Ｄ、および２Ｅは、種々の実施形態による、ある期間に関する通貨価値を予測するための例示的コンポーネントを図示する。

【図2E】図２Ａ、２Ｂ、２Ｃ、２Ｄ、および２Ｅは、種々の実施形態による、ある期間に関する通貨価値を予測するための例示的コンポーネントを図示する。

【0011】

【図3】図３は、種々の実施形態による、ある期間に関する通貨価値を予測することに対する例示的アプローチを図示する。

【0012】

【図4】図４は、種々の実施形態に従って利用され得る、例示的モデル訓練パイプラインを図示する。

【0013】

【図5】図５は、種々の実施形態に従って利用され得る、訓練データを決定するための例示的プロセスを図示する。

【0014】

【図6】図６は、種々の実施形態に従って利用され得る、モデルを訓練するための例示的プロセスを図示する。

【0015】

【図7】図７は、種々の実施形態の側面が実装され得る、例示的環境を図示する。

【0016】

【図8】図８は、種々の実施形態による、通貨価値を予測するための例示的プロセスを図示する。

【0017】

【図9】図９は、種々の実施形態に従って利用され得る、予測モデルを反復的に更新するための例示的プロセスを図示する。

【0018】

【図10】図１０は、種々の実施形態による、予測通貨価値に基づいて、推奨を提供するための例示的プロセスを図示する。

【0019】

【図11】図１１Ａ、１１Ｂ、および１１Ｃは、種々の実施形態による、予測モデルを反復的に更新する実施例を図示する。

【0020】

【図12】図１２は、種々の実施形態による、予測価値を更新するための例示的プロセスを図示する。

【0021】

【図13】図１３は、デバイスのコンポーネントの例示的構成を図示する。

【発明を実施するための形態】

【0022】

種々の他の機能および利点が、種々の実施形態に従って提供され得るように、下記に説明および示唆される。

【0023】

図１は、種々の実施形態の側面が実装され得る、例示的環境１００を図示する。本実施例では、ユーザは、クライアントデバイス１０２を利用し、リソースプロバイダ環境１０６と少なくとも１つのネットワーク１０４を横断して通信することができる。クライアントデバイス１０２は、適切なネットワークを経由して要求または他のそのような情報を送信および受信し、本デバイスのユーザに戻すように情報を伝えるように動作可能な任意の適切な電子デバイスを含むことができる。そのようなクライアントデバイス１０２の実施例は、パーソナルコンピュータ、タブレットコンピュータ、スマートフォン、ネットブックコンピュータ、および同等物を含む。ユーザは、リソースプロバイダ環境の側面を管理する権限のある人物を含むことができる。

【0024】

リソースプロバイダ環境１０６は、種々のサービスに関する企業のための金融サポートサービスを提供することができる。これらのサービスは、例えば、通貨の価値の変動が考慮され得る他のそのようなサービスの中でもとりわけ、金融サービス、銀行サービス、旅行サービス、ホテルサービス、航空サービス、支払サービス、証券交換サービスを含むことができる。ある実施形態では、環境１０６のリソースプロバイダは、顧客と金融仲買人サービスとの間の仲介であり得る。プロバイダは、例えば、企業のための金融サービスを提供することによって、企業を支援することができる。これは、例えば、通貨価値を予測すること、購入取引、文書合意のために使用され得る時限為替レートを決定すること、売買方略を提供すること、ビジネス売買または取引の洞察を提供すること等を含むことができる。種々の実施形態では、金融および他のサービスは、訓練されたモデル、人物、またはそれらの組み合わせを使用することによって等、ハードウェアおよびソフトウェアにおいて実施されることができる。

【0025】

ネットワーク１０４は、イントラネット、インターネット、セルラーネットワーク、ローカルエリアネットワーク（ＬＡＮ）、または任意の他のそのようなネットワークまたは組み合わせを含む、任意の適切なネットワークを含むことができ、ネットワークを経由した通信は、有線および／または無線接続を介して可能にされることができる。

【0026】

リソースプロバイダ環境１０６は、顧客サポート要求を受信し、それらの要求に応答して、情報を返す、またはアクションを実施するための任意の適切なコンポーネントを含むことができる。本明細書に説明される技法が、多種多様なユーザおよび要求のために使用され得るが、提示の明確化のために、金融サービス要求に応答する企業の実施例が、使用されるであろうことに留意されたい。しかしながら、本明細書に説明される技法は、金融サービス要求に限定されず、応答は、金融サービスを求めていないユーザからの要求に提供されてもよく、応答は、任意のエンティティまたは人物からであってもよい。

【0027】

リソースプロバイダ環境１０６は、例えば、金融取引、文書合意、および同等物を完了させるために使用され得る、将来の通貨価値および時限為替レートを予測するためのウェブサーバおよび／またはアプリケーションサーバを含み得る。本実施例は、インターネット、ウェブサービス、およびインターネットベースの技術に関して議論されるが、種々の実施形態の側面が、電子環境におけるネットワークを経由して利用可能である、またはもたらされる、任意の適切なサービスと併用され得ることを理解されたい。

【0028】

種々の実施形態では、リソースプロバイダ環境１０６は、金融サービスを促進するために使用され得る、種々のタイプのリソース１１４を含んでもよい。リソースは、例えば、予測システム１１８、推奨システム１１９、訓練システム１２０、取込システム１２１、実行システム１２３、ユーザによって提供された命令を処理するように動作可能なアプリケーションサーバ、またはユーザ要求に応答して１つまたはそれを上回るデータストア１１６内に記憶されたデータを処理するように動作可能なデータベースサーバを含むことができる。

【0029】

取込システム１２１は、種々の地理的場所に関する種々の源から市場データおよび通貨データを取得するように動作可能である。

【0030】

訓練システム１２０は、市場データおよび通貨データを使用し、種々の通貨に関する１つまたはそれを上回るモデルを訓練し、時限為替レートを発生させるために使用され得る期間に関する通貨価値を決定するように動作可能である。

【0031】

予測システム１１８は、市場データを予想するように動作可能である。例えば、予測システム１１８は、本明細書に説明される実施形態に従って使用され得る、特定の期間に関する通貨価値および時限為替レートを決定することができる。時限為替レートは、通貨価値が安定して、または少なくとも閾値逸脱量内で維持される時間範囲を規定することができる。

【0032】

推奨システム１１９は、時限為替レートを使用し、金融取引または他の推奨を決定するように動作可能である。例えば、時限為替レートに基づいて、１つまたはそれを上回る通貨価値が、予測されることができる。予測通貨価値は、購入取引、文書合意、売買方略のために、金融売買を推奨する等のために使用されることができる。

【0033】

実行システム１２３は、１つまたはそれを上回る推奨を促進するように動作可能である。例えば、実行システム１２３は、購入取引を開始し、合意に関する条件（例えば、有効期限）を提供し、売買方略に従って売買を実施してもよい。

【0034】

リソースは、複数のサーバコンピュータ上でホストされる、および／または複数のシステムを横断して分散されてもよい。加えて、コンポーネントは、任意の数の異なるコンピュータおよび／またはシステムを使用して実装されてもよい。したがって、コンポーネントは、本明細書に説明される機能性を実施するために、複数のサービスに、および／または複数の異なるシステムにわたって分離されてもよい。いくつかの実施形態では、リソースの少なくとも一部は、これらおよび／またはコンポーネントによってサポートされる「仮想」リソースであり得る。

【0035】

少なくともいくつかの実施形態では、例えば、次の値の通貨サービス、時限為替レート等のインスタンスを開始するために、プロバイダ環境１０６のリソースにアクセスする必要があるクライアントデバイス１０２上で実行されるアプリケーションは、プロバイダ環境１０６のインターフェース層１０８に受信される要求を提出することができる。インターフェース層１０８は、アプリケーションプログラミングインターフェース（ＡＰＩ）または他の公開インターフェースを含み、ユーザが、ウェブサービス要求等の要求をプロバイダ環境１０６に提出することを可能にすることができる。本実施例におけるインターフェース層１０８はまた、少なくとも１つのウェブサーバ、ルーティングコンポーネント、ロードバランサ、および同等物等の他のコンポーネントも同様に含むことができる。

【0036】

リソースにアクセスする要求が、いくつかの実施形態において、インターフェース層１０８において受信されると、要求に関する情報は、リソースマネージャ１１０またはユーザアカウントおよび情報、リソースプロビジョニングおよび使用、および他のそのような側面を管理するように構成される、他のそのようなシステム、サービス、またはコンポーネントにダイレクトされることができる。リソースマネージャ１１０は、次の値の通貨サービスまたは時限為替レートサービス、およびホストマシン、サーバ、またはネットワーク環境内の他のそのようなコンピューティングデバイスまたは資産に関する他の情報の１つまたはそれを上回るインスタンスを管理し、要求を提出するユーザの識別を認証し、およびユーザがリソースプロバイダでの既存のアカウントを有し、アカウントデータが、リソースプロバイダ環境１０６内の少なくとも１つのデータストア１１２内に記憶され得るかどうかを決定するために使用され得る、管理コンポーネントまたは他の制御コンポーネントに要求を通信すること等のタスクを実施することができる。

【0037】

例えば、要求は、ホストマシン１２２上で次の値の通貨サービスまたは時限為替レートサービスをインスタンス化することであり得る。サービス（例えば、次の値の通貨、時限為替レート等）は、取込システム１２１、実行システム１２３、予測システム１１８、推奨システム１１９、および訓練システム１２０を利用し、購入取引、文書合意、売買方略のために使用され得る将来の期間に関する通貨価値を予測し、挙動／事象の傾向を識別し、ビジュアルサマリを発生させ、ビジネスの洞察を提供すること等ができる。ホストマシン１２２は、プロバイダ環境の外側に示されるが、種々の実施形態によると、傾向検出サービスの１つまたはそれを上回るモジュールが、プロバイダ環境１０６内に含まれ得る一方、他の実施形態では、モジュールのうちのいくつかが、プロバイダ環境内に含まれ得ることに留意されたい。ホストマシン１２２が、他のコンポーネント、例えば、顧客サポートセッションマネージャ等を含む、または少なくともそれと通信し得ることにさらに留意されたい。

【0038】

図２Ａは、種々の実施形態による、決定された期間に関する閾値レベルの変化を満たす通貨価値を予測するための例示的環境２００のコンポーネントを図示する。参照番号が、解説の簡略化の目的のために、類似するコンポーネントに関して図の間で引き継がれるが、別様に記載されない限り、そのような使用が、種々の実施形態に対する限定として解釈されるべきではないことを理解されたい。本実施例では、予測モジュール２１８、推奨モジュール２１９、取込モジュール２２１、および実行モジュール２２３が、将来の通貨価値および時限為替レートを決定するために利用されることができる。本明細書にさらに説明されるであろうように、取込モジュール２２１は、種々の地理的場所に関する種々の源から市場データおよび通貨データを取得するように動作可能であり、予測モジュール２１８は、市場データを予想するように動作可能であり、推奨モジュール２１９は、時限為替レートを使用し、金融取引または他の推奨を決定するように動作可能であり、実行モジュール２２３は、１つまたはそれを上回る推奨を促進するように動作可能である。

【0039】

クライアントコンピューティングデバイス２１０は、通貨予測および取引サービス２２２（推奨モジュール２１９および実行モジュール２２３を含む）とインターフェースをとり、取引を行ってもよい。クライアントコンピューティングデバイス２１０は、１人またはそれを上回るユーザによって動作されることができる。例えば、第１のユーザが、支払と引き換えに資産を引き渡してもよく（例えば、売り手、被支払人、供給業者、ベンダ、小売業者、ベンチャーキャピタル受取人等）、第２のユーザが、資産または資産における利子と引き換えに支払を引き渡してもよい（例えば、買い手、支払人、顧客、ベンチャーキャピタリスト等）。

【0040】

１つまたはそれを上回るクライアントコンピューティングデバイスは、ネットワーク２０５を経由して通貨予測および取引サービス２２２と通信するための入力要素および出力要素の両方を有する、パーソナルまたはハンドヘルドコンピュータであってもよい。例えば、１つまたはそれを上回るクライアントコンピューティングデバイス２１０は、モバイル電話、スマートフォン、タブレット、ファブレット、スマートウォッチ、ウェアラブルコンピュータ、パーソナルコンピュータ、デスクトップコンピュータ、ラップトップコンピュータ、ゲーミングデバイス／コンピュータ、テレビ、および同等物のうちの１つまたはそれを上回るものを含んでもよい。本リストは、例示的にすぎず、限定と見なされるべきではない。通貨予測および取引サービス２２２にアクセスするための任意の好適なクライアントコンピューティングデバイスが、利用されてもよい。少なくともいくつかの側面では、クライアントコンピューティングデバイス２１０は、相互から遠隔に位置してもよく、さらなる側面では、クライアントコンピューティングデバイス２１０は、国際間で位置してもよい。

【0041】

通貨予測および取引サービス２２２は、例えば、クラウドベースのコンピューティング環境内の１つまたはそれを上回るサーバコンピューティングデバイスによって実装されてもよい。いくつかの側面では、１つまたはそれを上回るクライアントコンピューティングデバイス２１０および１つまたはそれを上回るサーバコンピューティングデバイスは、ネットワーク２０５を経由して通信してもよい。例えば、ネットワーク２０５は、複数のネットワーク、例えば、企業イントラネット、インターネット等を含んでもよい。この点で、ネットワーク２０５は、ローカルエリアネットワーク（ＬＡＮ）、広域ネットワーク（ＷＡＮ）、インターネットを含んでもよく、通信は、無線および／または有線伝送媒体を介して行われてもよい。さらなる側面では、１つまたはそれを上回るクライアントコンピューティングデバイス２１０は、ローカルネットワーク（例えば、企業イントラネット）を介して本システムのいくつかのコンポーネントと通信してもよい一方、１つまたはそれを上回るサーバコンピューティングデバイスは、広域ネットワーク（例えば、インターネット）を介して本システムの他のコンポーネントと通信してもよい。加えて、本明細書に説明される側面および機能性は、分散システム（例えば、クラウドベースのコンピューティング環境）を経由して動作してもよく、アプリケーション機能性、メモリ、データ記憶および読出、および種々の処理機能は、インターネットまたはイントラネット等の分散コンピューティングネットワークを経由して、相互から遠隔で動作されてもよい。

【0042】

説明されるように、通貨予測および取引サービス２２２は、１つまたはそれを上回るサーバコンピューティングデバイスによって実装されてもよい。ある実施例では、各サーバコンピューティングデバイスは、通貨予測および取引サービス２２２を実装するためのコンピュータ可読命令、例えば、通貨予測および取引アプリケーションを実行するための少なくとも処理ユニットと、システムメモリとを含んでもよい。通貨予測および取引サービス２２２は、ユーザが、予測通貨価値を利用して取引を行うことを可能にするためのインターフェースを提供してもよい。例えば、ユーザは、通貨予測および取引サービス２２２を介して、電子取引または契約に関して開始、交渉、合意、検証、および／または実施し得る。本開示の目的のために、いくつかの取引は、正式な意味での契約の形成および実施を伴わない場合があるが、そのような取引は、一貫性および簡易化のために、契約の形成および実施の観点から説明され得る。

【0043】

説明されるように、いくつかの課題が、国際取引の障壁をもたらす。課題は、例えば、相互に対する国際通貨の価値の変動を含む。本問題は、合意の時間と実施の時間との間の遅延が存在するとき、悪化し得る。上記のシナリオの根底にある不確実性は、特に、合意の時間と実施の時間との間の遅延期間を日常的に伴う、国際購入取引および国際契約の形成に関して、国際商取引を阻害し得る。通貨予測および取引サービス２２２の実装は、国際取引を促進するために、上記の課題のうちの少なくともいくつかに対処する。

【0044】

図２Ｂは、ある実施形態による、取込モジュール２２１の実施例２２０を図示する。取込モジュール２２１は、市場選択コンポーネント２３４と、取込コンポーネント２３０とを含むことができる。市場選択コンポーネント２３４は、１つまたはそれを上回る地理的面積に関する源２３６の選択を受信するように動作可能である。源は、例えば、売買場所、中央銀行、小売および市中銀行、インターネットバンク、信用組合、貯蓄貸付組合、投資銀行、投資会社、証券会社、保険会社、および住宅ローン会社等の金融機関を含むことができる。選択された源は、特定の地理的面積、市場、および／または通貨タイプを規定する、ユーザ入力に応答することができる。ある実施形態では、１つまたはそれを上回る地理的面積、市場、および／または通貨タイプを規定する、構成ファイルまたは他の命令が、取得されることができる。例示的通貨タイプは、米国ドル、英国ポンド、日本円、ユーロ、中国人民元等を含む。

【0045】

いったん源が、識別されると、限定ではないが、データスクレイプ、ＡＰＩアクセス等を含む、種々の方法論が、インターフェース２３２を介して、関連する市場データおよび市場活動を読み出すために使用されてもよい。取込コンポーネント２３０は、選択と関連付けられる市場データを取得する。市場データは、データストア２２４または他の適切なデータストア内に記憶されることができる。ある実施例では、市場データは、１つまたはそれを上回る他のコンポーネントによって消費され得るフォーマットにおいて記憶されることができる。例えば、これは、限定ではないが、フラットファイル、非リレーショナルまたはリレーショナルデータベース、または任意の他の容易に利用可能な電子媒体を含んでもよい。市場データおよび／または活動は、例えば、不換通貨価値（例えば、通貨を発行する特定の政府によって後援される通貨）、株、デリバティブ、商品、および通貨等の金融商品の価格、最新の買値（例えば、ディーラが証券または他の資産を買取する準備ができている価格）、最新の売値（例えば、株式の売り手がその株式の株を受け入れる意思がある最低価格）、最後の値付けおよび売買の時間、最後の売却の価格および量等を含むことができる。

【0046】

ある実施形態では、取込コンポーネント２３０は、データを処理し、例えば、通貨価値およびタイムスタンプ、源等の他の情報を決定することができる。ある実施形態では、取込コンポーネント２３０は、通貨価値を１つまたはそれを上回るセットに分離または別様に分割することができる。セットは、１つまたはそれを上回る基準に基づくことができる。例えば、セットは、通貨価値が決定されたときに基づくことができる。ある実施例では、これは、ある期間の間に受信された通貨価値のセット、期間の前に受信された通貨価値のセット、期間の後に受信された通貨価値のセット等を含むことができる。種々の実施形態における取込コンポーネント２３０は、通貨価値の保留セット内に含まれるように通貨価値をフラグ付けする、または別様にグループ化することができ、保留セット内の通貨価値は、他のセット内の通貨価値から切り離されている。

【0047】

図２Ｃは、ある実施形態による、予測モジュール２１８の実施例２６０を図示する。予測モジュール２１８は、データ処理コンポーネント２６４と、予測コンポーネント２６６と、通貨選択コンポーネント２６８とを含む。本実施例では、通貨選択コンポーネント２６８は、１つまたはそれを上回る通貨の選択を取得する。選択は、例えば、予測が所望される通貨を識別することができる。例えば、ユーザは、ユーザが次の３０分にわたる米国ドルの通貨価値を把握することを所望することを示し得る。

【0048】

データ処理コンポーネント２６４は、市場データを適切な時間的水平線に関連付けるように動作可能である。例えば、データ処理コンポーネント２６４は、直近の履歴または予想データを取得し、プロパティをモデルの入力要件に整合させることができる。別の実施例では、データ処理コンポーネント２６４は、特定の期間に関する市場データを取得することができ、データをデータのセットに分離することができる。例えば、データの第１のセット、データの第２のセット、およびデータの保留セットであり、データの第１のセットは、ある期間の前に受信される市場データを含み、データの第２のセットは、期間の間に受信される市場データを含み、データの保留セットは、期間の間に受信され、データの第２のセットから切り離されている市場データを含む。種々の実施形態では、データは、時間降順様式でフォーマットされることができ、Ｙの定義された時間的水平線を満たすデータ点の上位数等の閾値を満たすデータが、選択されることができる。処理されたデータは、例えば、データストア２２４または他の適切なデータストア内に記憶されることができる。

【0049】

予測コンポーネント２６６は、例えば、データストア２６３内に記憶される訓練された機械学習モデルを使用して、データストア２２４内の収集された市場データを処理するように動作可能である。本明細書にさらに説明されるであろうように、モデルは、特定の通貨のために訓練されることができ、例えば、次の売買価格または売買量を決定するために使用され得る、時限為替レートを決定するために使用され得る、将来の通貨価値を予測するために使用されることができる。これは、任意の数の頻度または時間ドメインシナリオを使用して遂行されることができる。ある実施例では、モデルは、データの以前のＹ時間間隔の入力を分析することによって、市場データ（例えば、通貨価値）の次のＸ時間間隔を予想／予測してもよい。例証目的のために、これは、Ｘ＝モデル（Ｙ）として表されることができ、Ｘは、予想市場データであり、Ｙは、選択された時間的水平線に等しい長さを伴うフォーマットされた市場データのアレイである。予測コンポーネント２６６は、データを処理し、データストア２６２内に記憶される、および／または他のそのような目的のために利用され得る、通貨価値または他の適切な値を予測することができる。

【0050】

図２Ｄは、ある実施形態による、推奨モジュール２１９の実施例２８０を図示する。本実施例では、推奨モジュール２０８は、推奨コンポーネント２８８と、監視コンポーネント２８７と、閾値化コンポーネント２８９とを含むことができる。ある実施形態によると、推奨は、特定の条件または閾値が満たされるかどうかに基づいて実行されることができる。監視コンポーネント２８７は、データストア２６２内の予測データを監視し、例えば、予測データが受信されるとき、または予測データと関連付けられる値（例えば、予測通貨価値、予測スコア）が別様に閾値量を変更するときを決定することができる。閾値は、静的または動的であり得る。ある実施形態では、閾値化コンポーネント２８９は、種々の閾値を設定することができる。閾値は、ユーザによって、手動で調節される、または市場条件および／または１つまたはそれを上回る購入／売買方略に従って、自動的に調節されてもよい。

【0051】

推奨コンポーネント２８８は、通貨価値および関連付けられる予測スコア（信頼性スコアとも称される）を分析し、１つまたはそれを上回る金融取引推奨を発生させるように動作可能である。例えば、特定の通貨価値に関して、予測スコアが、閾値予測スコアと比較されることができる。予測スコアが閾値予測スコアを満たす状況では、１つまたはそれを上回る金融取引推奨が、比較に基づいて決定されることができる。所与の期間に関する推奨は、例えば、買取、保持、および／または売却するべき資産のリスト、売買を実行するべき具体的時間間隔、売買するべき特定の量、実行するべき特定の売買アクション等を含むことができる。推奨は、実施例２９０に図示される実行モジュール２０６を使用して実行されてもよい。

【0052】

図２Ｅは、ある実施形態による、実行モジュール２０６の実施例２９０を図示する。本実施例では、実行モジュール２０６は、契約コンポーネント２９２と、売買コンポーネント２９７と、交換コンポーネント２９５とを含むことができる。コンポーネント２９２、２９７、および２９８は、ユーザデータストア２９３、ユーザリスクプロファイル２９１または他のユーザアカウントまたはユーザプロファイル情報、および推奨データ２８４にアクセスすることができる。インターフェース２９４は、ユーザまたは適切なコンピューティングコンポーネントが、例えば、金融機関、銀行機関等を含む、１つまたはそれを上回るエンティティ２９９との少なくとも１つのネットワーク２９６を経由して推奨を実行することを可能にする、ＡＰＩを含むことができる。例えば、インターフェース２９４は、次の通貨価値および／または時限為替レートを利用して、デジタル契約を実行し、デジタル取引を完了させるために利用されることができる。

【0053】

推奨は、１つまたはそれを上回るリスクプロファイルまたは他のユーザアカウントまたはユーザプロファイル情報に従って実行されてもよい。ある実施形態では、リスクプロファイルは、特定の金融取引が実行されるべきであるときに関するルールを規定することができる。リスクプロファイルが、購入プロファイルまたは売買プロファイルと称され得ることに留意されたい。ルールは、特定の閾値（例えば、通貨閾値、時間閾値等）、少なくとも１つの閾値が満たされるときの金融証券に関する売買量、少なくとも１つの閾値が満たされるときに買取、売却、および／または保持するべき金融証券等を規定してもよい。例えば、売買方略は、特定の閾値またはパーセンテージを下回る推定誤差率で予測された推奨、または量、または単位あたりの費用、または合計費用で売買することを含むことができる。売買は、例えば、ＡＰＩ呼出、エージェント、自動化電話呼出等を使用して、定義された方略に基づいて実行されることができる。売買注文が、部分的に成功する場合、データは、成功した注文および失敗した注文の両方に関して記録されることができる。本売買は、次いで、事前構成された売買方略に基づいて、再試行、保留、または中止されることができる。

【0054】

ある実施形態では、インターフェース２９４は、ユーザが、次の通貨価値を利用して、国際取引等の購入取引を行うことを可能にするためのインターフェースを提供することができる。例えば、契約コンポーネント２９２、売買コンポーネント２９７、または購入コンポーネント２９８は、ユーザが、実行モジュール２０６を介して、電子取引または契約に関して開始、交渉、合意、検証、および／または実施することを可能にすることができる。

【0055】

ある実施形態では、契約コンポーネント２９２は、ユーザが、国際契約等の契約を結ぶことを可能にする、インターフェースを実装してもよい。契約は、本実施例では、コンピュータ実装環境内で形成、検証、および／または施行される、デジタル合意を含むことができる。契約は、遠隔場所、例えば、別の当事者と異なる国に位置する少なくとも１つの当事者を伴うことができる。契約は、第１のエンティティが第２の通貨と引き換えに第１の通貨を第２のエンティティに提供することを伴い得、提供される第１の通貨および受け取られる第２の通貨の量は、時限為替レートに基づく。別の実施例では、契約コンポーネント２９２は、ある価格で資産を購入する選択を受信することができる。価格として次の通貨価値を含む契約が、発生されることができる。説明されるように、次の通貨価値は、通貨価値が有効である持続時間を含むことができ、オファーおよび受諾は、持続時間に基づく。例えば、次の通貨価値でのオファーは、持続時間の間に有効であり、持続時間外で失効し得る。

【0056】

また別の実施例では、売買コンポーネント２９７は、ユーザリスクプロファイルまたは他のユーザアカウントまたはユーザプロファイル情報、推奨データ、次の通貨価値、および／または予測スコアに従って、１つまたはそれを上回る金融売買を完了させるように動作可能である。実行され得る金融売買は、例えば、買取、保持、および／または売却するべき資産のリスト、売買を実行するべき具体的時間間隔、売買するべき特定の量、実行するべき特定の売買アクション等を含む。金融売買は、予測通貨価値において実行されることができ、売買の全てまたは一部を実行するための実施時間の間に実行されてもよい。成功したかどうかにかかわらず、任意のタイプの売買と関連付けられるデータが、記憶されることができ、任意の数の因子に基づいて、売買方略を精緻化する、または他のシナリオをシミュレートするために使用されることができる。

【0057】

また別の実施例では、購入コンポーネント２９８は、予測通貨価値および／または時限為替レートを使用して、購入取引を実施するように動作可能である。例えば、購入取引を開始する要求が、受信されることができる。購入取引は、資産、商品、サービス等に関するものであり得る。購入取引に関する価格を含む文書が、発生されることができる。価格は、例えば、予測通貨価値であり得、価格は、予測通貨価値と関連付けられる決定された期間（例えば、実施時間）にわたって有効であり得る。例えば、期間の間、当事者は、購入取引に関して交渉および／または実施し得る。

【0058】

例えば、第１のユーザが、売値を受け入れる、または資産に関する価格をオファーし得る。本実施例では、第１のユーザは、セキュアなウォレットと関連付けられてもよく、これは、通貨予測および取引プラットフォームによってホストされる、またはそれと関連付けられる、クライアントアプリまたはその他の拡張であってもよい。ある場合には、第１のユーザは、任意の外国通貨、自国通貨、または国内通貨（例えば、米国ドル、英国ポンド、日本円、ユーロ、中国人民元、アルゼンチンペソ、オーストラリアドル、イラクディナール等）、デジタル通貨または暗号通貨（例えば、Ｂｉｔｃｏｉｎ（登録商標）、Ｌｉｔｅｃｏｉｎ（登録商標）、Ｅｔｈｅｒｅｕｍ（登録商標）、Ｐｅｅｒｃｏｉｎ（登録商標））、貴金属（例えば、金、銀等）、および同等物であり得る、予測通貨および／または他の通貨でウォレットに資金供給してもよい。ウォレットは、交換コンポーネント２９５と通信してもよい。交換コンポーネント２９５は、予測通貨価値に基づいて時限為替レートを発生させるためのコンバータを含んでもよい。説明されるように、予測通貨は、各予測通貨の価値が、現在の実世界の市場および通貨データに基づくように、異なる通貨に関してほぼリアルタイムで決定されてもよい。

【0059】

ある場合には、説明されるように、ユーザは、資産の全てまたは一部を譲渡するための価格および／または実施時間を交渉し得る。ある場合には、資産は、有形不動産または動産であり得、資産の譲渡は、資産の権原および所有権を移転することを含み得る。他の場合では、資産は、無形であり得、資産における所有権または持ち分が、譲渡され得る。資産が有形または無形であるかどうかにかかわらず、ユーザは、資産の譲渡のための契約を結ぶことを選択し得る。契約は、資産を譲渡するための条件に関するユーザの間の合意に応じて形成される。そのような条件は、少なくとも、価格に関する合意を含み、実施時間に関する合意を含み得る。契約を結ぶことに応じて、契約は、予測通貨価値と関連付けられる期間と関連付けられてもよい（例えば、タグ付けされる、リンクされる、マーキングされる等）。例えば、時限為替レートの変化を監視するステップは、国際通貨の変動が契約価格に影響を及ぼすとき、および影響を及ぼすかどうかを決定するために使用されることができる。議論されるように、契約の形成と実行（例えば、支払）との間の遅延期間は、財産の所有権を検証するために要求される時間、融資を確保するために要求される時間、資産を形成するために要求される時間、および同等物を含み得る。いくつかの取引に関して、遅延期間は、数分であり得る一方、他の取引では、遅延期間は、数週間または数ヵ月であり得る。理解されるはずであるように、遅延期間が長いほど、通貨市場の価値変動が、売り手によって引き渡され、買い手によって受け取られる実際の価格に影響を及ぼし得る可能性が高くなる。本増加されたリスクの結果として、より長い遅延期間を伴う取引は、行き詰り得る。本開示が対象とするものは、遅延期間および付随の市場の支障に関する。故に、時限為替レートが、国際通貨の変動に基づく契約価格の変化を決定するために使用されることができる。契約における契約条項は、例えば、時限為替レートを使用して決定されるような予測価格が、価格閾値の変化を満たさない場合、契約が無効となる、またはある他の条件が発動されることを規定することができる。別の実施例では、契約条項は、例えば、予測価格が閾値量を変更するとき、実施時間において（例えば、期間の終了時）等、支払、資産の譲渡等を発動してもよい。

【0060】

種々の実施形態では、売買は、シミュレートされてもよい。本実施例では、シミュレートされた売買は、それらが実行されたかのように記録されることができ、記録された売買は、履歴追跡または分析のために使用されることができる。

【0061】

図３は、種々の実施形態による、予測通貨価値に基づいて、金融取引を推奨することに対する例示的アプローチ３００を図示する。本実施例では、グラフ３０２は、特定の地理的場所に関する種々の源からの市場および／または通貨データから決定された、通貨価値のグラフ表現を図示する。ｘ軸は、時間を表し、ｙ軸は、信頼性のレベルを表す。示されるように、ｘ軸は、１年の時間範囲および４週間毎の１週間の期間を図示する。時間範囲、期間、および期間間隔が、他の時間量であり得、使用される時間が、例示的目的のためのものであることに留意されたい。例えば、期間および／または期間間隔は、例えば、リアルタイム、秒、分、時間、日等の単位で測定される量であり得る。ｙ軸は、数、例えば、ゼロと１との間の数、ゼロと１００との間の数、パーセンテージ等として表されることができる。各数は、予測通貨価値がある期間に関する実際の通貨価値である尤度を表す、信頼性スコア（予測スコアとも称される）に対応することができる。ドット３０８は、特定の期間に関する通貨価値を表す。

【0062】

通貨価値を予測し、時限為替レートを決定するためのプロセスの一部として、市場データ３１４が、取得される。市場データは、例えば、売買場所、中央銀行、小売および市中銀行、インターネットバンク、信用組合、貯蓄貸付組合、投資銀行、投資会社、証券会社、保険会社、および住宅ローン会社等の金融機関、１つまたはそれを上回るコンピュータの間で送信されるコンピュータ可読データ（例えば、金融取引データ、命令、コード等）から取得される、または別様に取得されることができる。その市場データは、例えば、通貨価値、株、デリバティブ、商品、および通貨等の金融商品の価格を含むことができる。期間毎の市場データは、データのセットに分離されることができる。例えば、データの第１のセット、データの第２のセット、およびデータの保留セットであり、データの第１のセットは、ある期間の前に受信される市場データを含み、データの第２のセットは、期間の間に受信される市場データを含み、データの保留セットは、期間の間に受信され、データの第２のセットから切り離されている市場データを含む。種々の実施形態では、期間は、例えば、事前決定される、ユーザ規定される等であり得る。

【0063】

予測モデル３１６は、通貨価値（例えば、次の値の通貨スコア）および通貨価値に関する予測スコアを予測（例えば、決定または算出）するために、期間３１８と関連付けられるデータの第１のセットおよびデータの第２のセットで訓練される。予測モデル３１６は、通貨価値の保留セットにおける各通貨価値を評価し、通貨価値の保留セットに対応する次の値の通貨スコアのセットおよび予測通貨価値毎の予測スコアを決定（例えば、算出または予測）するために使用されることができ、予測スコアは、予測通貨価値がある期間に関する実際の通貨価値である尤度を定量化することができる。

【0064】

通貨価値および予測スコアのセットは、通貨価値および個別の関連付けられる予測スコアのセットに基づいて、期間３１８に関する代表的通貨価値を決定するために処理されることができる。例えば、期間に関する代表的通貨価値は、予測スコア閾値を満たす予測スコアと関連付けられる通貨価値に対応することができる。ある実施例では、代表的通貨価値は、９５パーセンタイル予測スコアにおける予測スコアと関連付けられる通貨価値に対応することができる。ある実施形態では、代表的通貨価値は、通貨価値の平均値または中央値であってもよい。例えば、ある期間と関連付けられる通貨価値は、通貨価値の第１のセット、通貨価値の第２のセット、および通貨価値の保留セットの複数の群に分割されることができる。代表的通貨価値が、複数の群の通貨価値の保留セット毎に決定され、代表的通貨価値のセットを取得することができ、期間に関する代表的通貨価値は、値の平均値または中央値のうちの１つに対応することができる。また別の実施例では、閾値予測スコアを満たす予測スコアに対応する代表的通貨価値のセットからの代表的通貨価値が、選択されることができ、選択された通貨価値は、平均化されることができる。通貨スコアの平均値は、期間に関する代表的通貨スコアに対応することができる。

【0065】

将来の時間に関する予測通貨価値３２０が、期間に関する代表的通貨スコアに基づいて決定されることができる。例えば、予測通貨価値は、期間３１８に関する代表的通貨価値に対応することができる。将来の時間は、期間３１８外の所定の期間に対応することができる。

【0066】

ある実施形態では、複数の以前の期間にわたって訓練された複数の予測モデルからの代表的通貨スコアが、取得されることができる。傾向検出モデルが、代表的通貨スコアのセットに適用され、期間３１８と関連付けられる代表的予測通貨スコア３２０が異常な事象と関連付けられるかどうかを決定することができる。例えば、代表的通貨スコアのセットを使用して、モデルが、スコアの分布に適合するようにデータを発生させることができる。ある実施形態では、モデルは、代表的信頼性スコアのセットにほぼ適合する点のセットを発生させ得る、ガウス混合モデルであり得る。代表的信頼性スコアが、閾値量だけ点のセットに適合しない、またはモデルが、別様に外れ値を検出する、または他の条件が、満たされる状況では、異常な事象が、検出されてもよい。いずれの状況でも、期間に関する事象情報は、１つまたはそれを上回る他の目的における使用のために記憶されることができる。例えば、異常な事象が検出される状況では、異常な事象に関するアラートが、発生され、適切なエンティティに提示されることができる。例えば、変化点検出モデル、ＲＡＮＳＡＣ、または他の外れ値検出モデル等の種々の他のモデルが、種々の実施形態の範囲内で同様に適用され得ることに留意されたい。

【0067】

予測通貨価値は、推奨モデル３２２を使用して分析され、推奨されるアクション３２４を決定することができる。例えば、予測通貨価値に基づいて、時限為替レートが、決定されることができる。時限為替レートは、購入取引、文書合意、売買方略、ビジネス売買または取引の洞察のために、次の売買価格または売買量を決定する等のために使用されることができる。

【0068】

本明細書に説明されるように、市場データおよび市場活動が、モデル（例えば、予測モデル）を訓練するために使用されることができる。図４の実施例４００は、種々の実施形態に従って利用され得る、例示的分類パイプラインを図示する。本実施例では、モデル４０６を訓練するために使用され得る、市場データ４０２および市場活動４０９が、取得される。訓練データ４０２および４０９は、例えば、不換通貨価値（例えば、通貨を発行する特定の政府によって後援される通貨）、株、デリバティブ、商品、および通貨等の金融商品の価格、最新の買値（例えば、ディーラが証券または他の資産を買取する準備ができている価格）、最新の売値（例えば、株式の売り手がその株式の株を受け入れる意思がある最低価格）、最後の値付けおよび売買の時間、最後の売却の価格および量等を含むことができる。説明されるように、市場データおよび／または活動は、タイムスタンプ記録等を含むことができる。

【0069】

１つまたはそれを上回るモデル（例えば、ロジスティック回帰モデルまたは他の機械学習ベースのモデル）のための訓練データとして機能するために、市場データおよび／または市場活動の少なくとも一部は、データの標識、タイプ、または分類を示すデータと関連付けられることができる。少なくともいくつかの実施形態における分類は、種々のタイプの通貨、通貨価値、タイミング情報、市場条件等を識別するために使用される、分類またはサブ分類のセットから選択されることができる。例えば、ある期間に関して、訓練データ４０２は、ある期間の間に受信される通貨価値を含むことができ、訓練データ４０９は、その期間に関する市場活動を含むことができる。

【0070】

訓練データは、任意の数のアプローチのうちの１つを使用して、標識化されることができる。例えば、訓練データは、通貨価値、タイムスタンプ、通貨タイプ等の訓練データの特徴を抽出するための特徴抽出器と、抽出された特徴に基づいて訓練データの分類を実施するためのカテゴリモデルとを使用して、標識化されることができる。特徴抽出器は、例えば、各通貨と関連付けられるタイムスタンプを抽出することができる。カテゴリモデルは、タイムスタンプ、通貨タイプ、および期間に基づいて、各通貨を標識化することができる。カテゴリモデルは、例えば、人間の専門家によって注釈を付けられている企業データベースからのデータで訓練されてもよい。カテゴリモデルの出力は、例えば、データが所属するカテゴリを示す（可能性として考えられるカテゴリの）ｏｎｅ－ｏｆ－ｋベクトル（ベクトルの１つの要素が真または１であり、残りの値が偽または０である）であり得る。例えば、特徴抽出器は、通貨毎のタイムスタンプを抽出することができ、カテゴリモデルは、タイムスタンプを処理し、期間の前に、または期間の間に受信されるものとして通貨をカテゴリ化することができる。別の実施例では、通貨毎のタイムスタンプは、期間と比較されることができる。期間の前のタイムスタンプと関連付けられる通貨価値は、１と標識化されることができる。期間の間のタイムスタンプと関連付けられる通貨価値は、ゼロと標識化されることができる。

【0071】

いくつかの実施形態では、訓練セットの一部は、訓練モデルの正確度を試験するために使用するための試験セット４１０として留保されるであろう。

【0072】

本実施例では、訓練データは、訓練モジュール４０４にアクセス可能であり、これは、データをモデル４０６（例えば、機械学習ベースのモデル）にフィードし、ネットワークを訓練することができる。モデル４０６は、例えば、ロジスティック回帰、ナイーブベイズ、ランダムフォレスト、ニューラルネットワーク、またはサポートベクターマシン（ＳＶＭ）、スタック型長短期メモリ（ＬＳＴＭ）ネットワーク等のうちの１つを含むことができる。

【0073】

分類データは、モデルに提供されることができ、したがって、モデルは、市場データおよび市場活動と関連付けられる特徴を学習することができる。ネットワークは、次いで、通貨価値が、訓練されたモデルを用いて処理されるとき、モデルが、特徴を認識し、通貨価値に関する適切な予測スコアを出力し得るように、市場活動の特徴の種々の組み合わせまたは関係を学習することができる。ある実施形態では、予測スコアは、予測通貨価値がある期間に関する実際の通貨価値である尤度を定量化することができる。

【0074】

ある実施形態では、いったん少なくとも初期訓練が、完了すると、試験モジュール４０８は、試験セット４１０を利用し、訓練されたモデルを試験することができる。試験データは、グラウンドトゥルースを標識化する、識別する、または別様に示すように動作可能なデータ等の分類データをすでに含むため、モデルによって発生された分類および予測は、そのデータに対して比較され、全体および異なるカテゴリの通貨の両方に関して、モデルの正確度を決定することができる。ある実施形態では、試験データはまた、モデルをさらに訓練するために使用されることができる。結果は、分析されることができ、正確度が、少なくとも、分類および予測の一部または全てに関して最小正確度閾値を満たす場合等、結果が、許容可能である場合、モデルは、市場データ４１４を処理し、予測データ４２２（例えば、将来の期間に関する通貨価値および予測スコア）を発生させることが可能である、分類器４１２に提供されることができる。

【0075】

いくつかの実施形態では、訓練データ４０２および４０９は、ロジスティック回帰、ナイーブベイズ、ランダムフォレスト、ニューラルネットワーク、またはサポートベクターマシン（ＳＶＭ）、畳み込みリカレントニューラルネットワーク、深層ニューラルネットワーク、または他のタイプのニューラルネットワークまたはモデル、および／または上記のモデル、スタック型モデル、およびヒューリスティックルールのうちのいずれかの組み合わせのうちの１つに関する訓練データとして使用されることができる。種々の他のアプローチが、使用され、および本明細書の別の場所に議論および示唆されることができる。

【0076】

図５は、種々の実施形態に従って利用され得る、訓練データを決定するための例示的プロセス５００を図示する。本明細書に議論される任意のプロセスに関して、別様に記載されない限り、種々の実施形態の範囲内で、類似する、または異なる順序で、または並行に実施される、付加的、より少ない、または代替ステップが、存在し得ることを理解されたい。本実施例では、市場データおよび市場活動が、分析のために取得される（５０２）ことができる。データは、例えば、種々の地理的場所に関する種々の源から取得されることができ、不換通貨価値（例えば、通貨を発行する特定の政府によって後援される通貨）、株、デリバティブ、商品、および通貨等の金融商品の価格、最新の買値（例えば、ディーラが証券または他の資産を買取する準備ができている価格）、最新の売値（例えば、株式の売り手がその株式の株を受け入れる意思がある最低価格）、最後の値付けおよび売買の時間、最後の売却の価格および量、１つまたはそれを上回るコンピュータの間のコンピュータ可読データ（例えば、通貨価値およびタイプ、命令、コード等）、または別様に取得されるものを含むことができる。ある実施形態では、訓練データは、他のそのような選択肢の中でもとりわけ、通貨予測および取引サービスプロバイダ、リソースプロバイダ、またはサードパーティによって、または複数の源から直接または間接的に維持される、１つまたはそれを上回るデータストアからのものであり得る。

【0077】

データと関連付けられるタイムスタンプ（またはデータと関連付けられる他の情報）が、通貨の分類のタイプがカテゴリに対応し、モデル（例えば、ロジスティック回帰、ニューラルネットワーク、または他の機械学習アルゴリズム）が訓練され得る、特定の属性または属性のタイプを含むかどうかを決定する（５０４）ために使用されることができる。例えば、通貨価値に関するタイムスタンプを使用して、通貨に関する値が選択された期間の前に、その間に、またはその後に生じたかどうか、および、例えば、その通貨が、市場活動の特定のカテゴリと関連付けられるかどうか等が、決定されることができる。

【0078】

通貨が特定のカテゴリ（例えば、ある期間の前に、その間に、その後に受信される）に関する属性（例えば、時間、通貨タイプ等）を呈することが決定される（５０６）場合、その通貨は、訓練セットに追加される（５０８）ことができる。ある実施形態では、訓練セットは、異なる通貨のセットを含むことができる。例えば、訓練セットは、ある期間の前に受信される通貨のセットと、その時間の間に受信される通貨のセットとを含むことができる。該当しない場合、その通貨は、訓練セットから除外される（５１０）ことができる。本明細書の別の場所に言及されるように、少なくともいくつかの実施形態では、通貨の一部は、代わりに、試験セットに追加される、保留セットに追加される、またはいずれのセットにも追加されない場合があるが、それと関連付けられる属性分類を有してもよい。保留セットにおける通貨は、期間の間に受信され、訓練セットにおける他の通貨から切り離されている通貨を含むことができる。

【0079】

ある期間に関する通貨価値の閾値数等の本明細書に議論または示唆されるような任意の適切な基準を使用して、全訓練セットが、取得されたことが決定される（５１２）場合、訓練セット発生は、完了することができ、通貨価値は、訓練および他の目的のために記憶される（５１４）ことができる。そうでなければ、本プロセスは、全セットが取得される、関連するデータの全てが分析される、または別の停止条件が満たされるまで、継続することができる。

【0080】

図６は、種々の実施形態に従って利用され得る、予測モデルを訓練するための例示的プロセス６００を図示する。いったん訓練データが、取得される（６０２）と、訓練データは、入力としてモデル訓練プロセスに提供されることができる。訓練データは、例えば、通貨および市場条件、タイムスタンプ記録、および同等物の具体的カテゴリに関するタイプまたは分類を示す、市場データおよび市場活動を含むことができる。説明されるように、具体的カテゴリに関するタイプまたは分類は、通貨タイプ、通貨価値が特定の期間の前に、その間に、またはその後に決定されたかどうかを含むことができる。したがって、種々の実施形態によると、訓練データは、ある期間の前に受信される通貨価値のセットおよび期間の間に受信される通貨価値のセット、および関連付けられる市場活動を含むことができる。

【0081】

ロジスティック回帰または他の機械学習ベースのモデルの実施例では、モデルは、決定された期間に関する閾値レベルの変化を満たす（例えば、それ以内である）通貨価値を予測するために、訓練データで訓練される（６０４）ことができる。値（例えば、次の値の通貨）は、次いで、例えば、購入取引、文書合意、売買方略、ビジネス売買または取引の洞察等のために使用され得る、時限為替レートを決定するために使用されることができる。例えば、モデルは、通貨価値が、訓練されたモデルを用いて特定の市場活動に関して処理されるとき、訓練されたモデルが、特徴を認識し、例えば、予測通貨価値、予測スコア、または他のそのようなスコアを含む、予測情報を出力し得るように、通貨と市場活動との種々の組み合わせまたは関係を学習することができるが、種々の他の出力も、種々の実施形態の範囲内で同様に利用されることができる。

【0082】

訓練セット全体を処理することによって等、停止条件が、満たされており、したがって、訓練が、完了されるべきであることが決定される（６０５）場合、訓練されたモデルは、例えば、特定の期間に関する通貨を処理するために提供されることができる。本明細書に議論されるように、モデルは、最初に、プロセスの以前のステップからの属性タイプで分類された訓練の少なくとも一部を使用して試験する（６０８）プロセスを通過し得る。訓練が、完全ではない場合、訓練プロセスは、訓練されたモデルが取得されるまで、継続する（６０９）ことができる。その後、訓練されたモデルは、特定の期間と関連付けられる通貨を処理し、決定された期間に関する閾値レベルの変化を満たす通貨価値および予測スコアを予測するために提供される（６１０）ことができる。

【0083】

図７は、種々の実施形態の側面が実装され得る、例示的環境７００を図示する。本実施例では、ユーザは、ユーザデバイス７０２上で実行される、ブラウザ等のアプリケーションまたはインターフェースを利用し、少なくとも１つのネットワーク７０６を経由して通貨予測および取引サービスと通信することができる。ユーザデバイス７０２は、とりわけ、デスクトップコンピュータ、シンクライアントデバイスまたは「ダミー端末」、スマートフォン、電子書籍リーダ、タブレットコンピュータ、ノートブックコンピュータ、携帯情報端末、ビデオゲーミングコンソールまたはコントローラ、スマートテレビ、ウェアラブルコンピュータ（例えば、スマートウォッチまたはグラス）、またはポータブルメディアプレーヤを含み得るように、コンテンツを要求、受信、および／または提示することが可能な任意の適切なコンピューティングデバイスであり得る。

【0084】

ユーザデバイス７０２は、少なくとも１つのネットワーク７０６を介して、リソースプロバイダ７０７と通信する。少なくとも１つのネットワークは、インターネット、セルラーネットワーク、ローカルエリアネットワーク（ＬＡＮ）、イーサネット（登録商標）、イントラネット、および同等物を含み得るように、有線および／または無線ネットワークを含むことができる。ユーザデバイス７０２は、中央処理ユニットおよびアーキテクチャ、メモリ、大容量記憶装置、グラフィック処理ユニット、通信ネットワーク可用性および帯域幅等を含み得るように、様々なローカルコンピューティングリソースを有してもよい。

【0085】

リソースプロバイダ７０７は、金融取引サービスを提供することができる。これらのサービスは、例えば、通貨の価値の変動が考慮され得る他のそのようなサービスの中でもとりわけ、金融サービス、銀行サービス、旅行サービス、ホテルサービス、航空サービス、支払サービス、証券交換サービスを含むことができる。ある実施形態では、プロバイダ７０７は、サードパーティプロバイダ７３３等、顧客と企業との間の仲介であり得る。例えば、サードパーティプロバイダ７３３は、次の通貨価値および／または時限為替レートおよび本明細書に説明される他のサービスを利用して、デジタル契約等の金融取引を提供する、または別様に実行し、デジタル取引を完了させるために、リソースプロバイダ７０７を利用することができる。

【0086】

購入および／または売買方略情報が、リソースプロバイダ７０７のインターフェースおよび／またはネットワーキング層７１０に受信されることができる。インターフェースおよび／またはネットワーキング層は、１つまたはそれを上回るルータ、スイッチ、ロードバランサ、ウェブサーバ、アプリケーションプログラミングインターフェース（ＡＰＩ）、および同等物を含み得るように、そのような目的のために公知である、または使用される、いくつかのコンポーネントのうちのいずれかを含むことができる。

【0087】

情報は、コンテンツデータストア７１４内に記憶され、かつユーザと関連付けられる情報が、そのような情報が処理されることができる状態になるまで、プロファイルデータストア７１６内に記憶されることができる。例えば、市場データおよび市場活動を含む、他の情報が、取得されてもよい。例えば、取込モジュール７２０は、１つまたはそれを上回る地理的面積に関する源の選択を受信することができる。源は、例えば、売買場所、中央銀行、小売および市中銀行、インターネットバンク、信用組合、貯蓄貸付組合、投資銀行、投資会社、証券会社、保険会社、および住宅ローン会社等の金融機関を含むことができる。選択された源は、特定の地理的面積、市場、および／または通貨タイプを規定する、ユーザ入力に応答することができる。ある実施形態では、１つまたはそれを上回る地理的面積、市場、および／または通貨タイプを規定する、購入および／または売買方略と関連付けられる、構成ファイルまたは他の命令が、取得されることができる。

【0088】

いったん源が、識別されると、限定ではないが、データスクレイプ、ＡＰＩアクセス等を含む、種々の方法論が、関連する市場データおよび市場活動を読み出すために使用されてもよい。取込コンポーネント２３０は、選択と関連付けられる市場データを取得する。市場データは、データストア７３０および７３２または他の適切なデータストア内に記憶されることができる。市場データおよび／または活動は、例えば、不換通貨価値（例えば、通貨を発行する特定の政府によって後援される通貨）、株、デリバティブ、商品、および通貨等の金融商品の価格、最新の買値（例えば、ディーラが証券または他の資産を買取する準備ができている価格）、最新の売値（例えば、株式の売り手がその株式の株を受け入れる意思がある最低価格）、最後の値付けおよび売買の時間、最後の売却の価格および量等を含むことができる。

【0089】

ある実施形態では、取込モジュール７２０は、データを処理し、例えば、通貨価値およびタイムスタンプ、源等の他の情報を決定することができる。ある実施形態では、取込モジュール７２０は、通貨価値を１つまたはそれを上回るセットに分離または別様に分割することができる。セットは、１つまたはそれを上回る基準に基づくことができる。例えば、セットは、通貨価値が決定されたときに基づくことができる。ある実施例では、これは、ある期間の間に受信される通貨価値のセット、期間の前に受信される通貨価値のセット、期間の後に受信される通貨価値のセット等を含むことができる。種々の実施形態における取込モジュール７２０は、通貨価値の保留セット内に含まれるように通貨価値をフラグ付けする、または別様にグループ化することができ、保留セット内の通貨価値は、他のセット内の通貨価値から切り離されている。

【0090】

予測モジュール７２４は、１つまたはそれを上回る通貨の選択を取得する。選択は、例えば、通貨価値予測が所望される通貨を識別することができる。例えば、ユーザは、ユーザが次の３０分にわたる米国ドルの将来の通貨価値を把握することを所望することを示し得る。予測モジュール７２４は、訓練された機械学習モデルを使用して、データストア７３０内の市場データを処理する。

【0091】

推奨モジュール７１８は、特定の条件または閾値が満たされるかどうかに基づいて、１つまたはそれを上回る推奨を実行することができる。例えば、推奨モジュール７１８は、予測通貨価値および関連付けられる予測スコアを分析し、１つまたはそれを上回る金融取引推奨を発生させるように動作可能である。例えば、特定の通貨価値に関して、予測スコアが、閾値予測スコアと比較されることができる。予測スコアが閾値予測スコアを満たす状況では、１つまたはそれを上回る金融取引推奨が、比較に基づいて決定されることができる。所与の期間に関する推奨は、例えば、買取、保持、および／または売却するべき資産のリスト、売買を実行するべき具体的時間間隔、売買するべき特定の量、実行するべき特定の売買アクション等を含むことができる。推奨は、コンテンツサーバ７１２または別の適切なコンポーネントを介してユーザに提示されてもよい。

【0092】

推奨は、実行モジュール７２２を使用して実行されてもよい。本明細書に説明されるように、推奨は、１つまたはそれを上回るリスク、方略、購入、または売買プロファイル、または他のユーザアカウントまたはユーザプロファイル情報に従って実行されてもよい。ある実施形態では、これらまたは組み合わせられたプロファイルは、特定の金融取引が実行されるべきであるときに関するルールを規定することができる。

【0093】

本明細書に説明される実施形態による、訓練コンポーネント７２６は、市場データ７３０および市場活動データ７３２を使用し、種々の通貨に関する１つまたはそれを上回るモデル７２８を訓練し、時限為替レートおよび他のそのような値を発生させるために使用され得る期間に関する通貨価値を決定するように動作可能である。例えば、訓練コンポーネント７２６は、データストア７３０および７３２から市場データおよび市場活動データを取得することができる。データは、１つまたはそれを上回るセットに編成されることができる。セットは、１つまたはそれを上回る基準に基づくことができる。例えば、セットは、通貨価値が決定されたときに基づくことができる。ある実施例では、これは、ある期間の間に受信される通貨価値のセット、期間の前に受信される通貨価値のセット、期間の後に受信される通貨価値のセット等を含むことができる。複数の期間のうちの１つ毎に、モデル（例えば、予測モデル）が、訓練されることができる。各モデルは、各モデルの期間に対応する市場で訓練されることができ、訓練されたモデルは、適切なデータストア内に記憶されることができる。

【0094】

いったんある期間に関するモデルが、訓練されると、モデルは、通貨価値の保留セットにおける各通貨値を評価し、通貨価値の保留セットに対応する次の値の通貨スコアのセットおよび予測通貨価値毎の予測スコアを決定するために使用されることができ、予測スコアは、予測通貨価値がある期間に関する実際の通貨価値である尤度を定量化することができる。次の値の通貨スコアは、決定された期間に関する閾値レベルの変化を満たすことができる。値（例えば、次の値の通貨）は、次いで、例えば、金融取引、文書合意、および同等物を完了させるために使用されることができる。

【0095】

種々の実施形態によると、付加的または代替コンポーネントおよび要素が、種々の実施形態による、そのようなシステムにおいて使用されることができる。故に、付加的サービス、プロバイダ、および／またはコンポーネントが、そのようなシステムにおいて含まれることができ、サービス、プロバイダ、コンポーネント等のうちのいくつかが、別個のエンティティおよび／またはコンポーネントであるとして図示されるが、図示される配列が、例示的配列として提供され、当業者に公知であるような他の配列も、本明細書に説明される実施形態によって想定されることに留意されたい。種々の実施形態によると、本明細書に説明される種々のコンポーネントは、任意の数のサーバコンピューティングデバイス、デスクトップコンピューティングデバイス、メインフレームコンピュータ、および同等物によって実施されてもよい。個々のデバイスが、本システムのコンポーネントのうちの１つを実装してもよい。いくつかの実施形態では、本システムは、本システムのモジュールまたはコンポーネントのうちの１つを実装するように物理的または論理的にグループ化される、いくつかのデバイスを含むことができる。例えば、本システムは、単一のデバイス上で組み合わせられた種々のモジュールおよびコンポーネント、単一のモジュールまたはコンポーネントの複数のインスタンス等を含むことができる。一具体的非限定的実施形態では、推奨モジュール７１８、実行モジュール７２２、および予測モジュール７２４は、１つのデバイス上で実行されることができ、訓練コンポーネント７２６は、別のデバイス上で実行されることができ、取込モジュール７２０は、また別のデバイス上で実行されることができる。別の実施形態では、コンポーネントは、同一のデバイスまたはデバイスの他の組み合わせ上で実行されることができる。

【0096】

いくつかの実施形態では、本システムによって提供される特徴およびサービスは、通信ネットワークを介して消費可能なウェブサービスとして実装されてもよい。さらなる実施形態では、本システムは、ホストされるコンピューティング環境において実装される、１つまたはそれを上回る仮想マシンによって提供される。ホストされるコンピューティング環境は、１つまたはそれを上回る迅速にプロビジョニングおよびリリースされたコンピューティングリソースを含んでもよく、そのコンピューティングリソースは、コンピューティング、ネットワーキング、および／または記憶デバイスを含んでもよい。ホストされるコンピューティング環境はまた、クラウドコンピューティング環境と称され得る。

【0097】

図８は、種々の実施形態による、通貨価値を予測するための例示的プロセス８００を図示する。本実施例では、ある期間に関する市場データおよび市場活動が、取得される（８０２）。データは、例えば、株式取引所等の売買場所から取得されることができる。その市場データは、例えば、通貨価値、株、デリバティブ、商品、および通貨等の金融商品の価格を含むことができる。市場データは、データのセットに分離される（８０４）、または別様に分割されることができる。例えば、データの第１のセット、データの第２のセット、およびデータの保留セットであり、データの第１のセットは、ある期間の前に受信される市場データを含み、データの第２のセットは、期間の間に受信される市場データを含み、データの保留セットは、期間の間に受信され、データの第２のセットから切り離されている市場データを含む。予測モデル８０６が、ある期間と関連付けられるデータの第１のセットおよびデータの第２のセットで訓練され、通貨価値（例えば、次の値の通貨スコア）および通貨価値に関する予測スコアを予測する。予測モデルは、通貨価値の保留セットにおける各通貨値を評価し、通貨価値の保留セットに対応する次の値の通貨スコアおよび予測通貨価値毎の予測スコアを決定する（８０８）ために使用されることができ、予測スコアは、予測通貨価値がある期間に関する実際の通貨価値である尤度を定量化することができる。予測通貨価値および予測スコアは、適切な閾値と比較されることができ、スコアが個別の閾値を満たすかどうかの決定が、行われることができる（８１２）。例えば、予測通貨価値は、通貨価値閾値と比較されることができ、予測スコアは、予測スコア閾値と比較されることができる。予測通貨価値または予測スコアのうちの少なくとも１つが、個別の閾値を満たすことができない状況では、本プロセスは、異なる期間と関連付けられる市場データに関して繰り返されることができる（８１３）。予測通貨価値および／または予測スコアが、個別の閾値を満たす状況では、金融取引推奨が、発生されることができる（８１４）。ある実施形態では、予測通貨価値または予測スコアのうちの少なくとも１つは、個別の閾値を満たす。本明細書に説明されるように、満たされるべき閾値、閾値を満たすべき量等は、適切なエンティティによって提供される適切な売買、購入、またはリスク方略において規定されることができる。その後、予測通貨価値は、次いで、例えば、推奨を実行する（８１６）ために使用される、またはある他のプロセスのために使用されることができる。

【0098】

図９は、種々の実施形態に従って利用され得る、予測モデルを反復的に更新するための例示的プロセス９００を図示する。本実施例では、予測通貨価値が、選択される（９０２）。予測通貨価値は、将来の期間に関する通貨の価値である。予測通貨価値に対応する実際の通貨価値が、取得される（９０４）。例えば、予測通貨価値は、将来の時間の価値に対応する。いったんその将来の時間が、現在になると、実際の通貨価値が、把握され、取得されることができる。実際の通貨価値は、予測通貨価値と比較され（９０６）、差異スコアを決定する（９０８）。差異スコアは、閾値（例えば、差異閾値）と比較され（９１０）、差異スコアが閾値（例えば、差異閾値）を満たすかどうかの決定が、行われる（９１２）。差異スコアが、閾値を満たすことができない状況では、予測通貨価値を決定するために使用される予測モデルは、更新される（９１４）。差異スコアが、閾値を満たす状況では、本プロセスは、例えば、後続期間に関する新しい実際の通貨価値が決定されるとき、繰り返される（９１５）。種々の実施形態では、実際の通貨価値と予測通貨価値との間の実行誤差、最も高い価値変化と関連付けられる通貨、金融取引推奨を実行するための実行貨幣利得、または金融取引推奨を実行するための実行貨幣損失のうちの１つが、提示されてもよい。例えば、グラフィカルユーザインターフェース（ＧＵＩ）を含む、例えば、インターフェースが、実行誤差を表示するために使用されることができる。ある実施例では、ＧＵＩは、異なるウィンドウまたはペインを含んでもよく、各ウィンドウ、１つまたはそれを上回るウィンドウ、またはウィンドウの組み合わせが、他のそのような情報の中でもとりわけ、実行誤差、最も高い価値変化または決定された閾値量を変更する通貨、動的更新または実行貨幣利得または損失を提示するために使用されることができる。

【0099】

図１０は、種々の実施形態による、予測通貨価値に基づいて、推奨を実行するための例示的プロセス１０００を図示する。本実施例では、通貨の選択が、受信される（１００２）。選択は、例えば、予測が所望される通貨を識別することができる。例えば、ユーザは、ユーザが次の３０分にわたる米国ドルの通貨価値を把握することを所望することを示し得る。選択された通貨に基づいて、訓練されたモデルが、選択される（１００４）。例えば、説明されるように、モデルは、特定の通貨のために訓練されることができ、例えば、次の売買価格または売買量を決定するために使用され得る、時限為替レートを決定するために使用され得る、将来の通貨価値を予測するために使用されることができる。本事例では、選択された通貨は、その通貨に関するモデルと関連付けられることができる。市場データおよび市場活動が、適切なモデルに関して取得されることができる（１００６）。モデルが訓練されていない状況では、モデルは、示される期間に関して訓練されることができる。モデルが訓練されている状況では、訓練されたモデルは、次の値の通貨および予測スコアを決定する（１００８）ために使用されることができる。金融取引推奨が、発生されることができる（１０１０）。推奨は、ユーザ発生される（例えば、発生された推奨を使用して構築される）、またはその他で提供されることができる。ある実施例では、推奨は、買取、保持、および／または売却するべき資産のリスト、売買を実行するべき具体的時間間隔またはこれらの間隔からのトリガ事象および／または時間、売買するべき特定の量、実行するべき特定の売買アクション等を含むことができる。１つまたはそれを上回る推奨を承認するかどうかの決定が、行われる（１０１２）。決定は、適切なエンティティによって提供される適切な売買、購入、またはリスク方略に基づくことができる。例えば、通貨価値および予測スコアは、個別の閾値と比較されることができる。閾値からの許容可能な逸脱の範囲は、１つまたはそれを上回る方略において規定されることができる。方略はまた、逸脱および／または閾値が満たされるかどうかに基づいて、とるべき許容可能なアクションを規定してもよい。予測通貨価値または予測スコアのうちの少なくとも１つが、個別の閾値を満たすことができない状況では、本プロセスは、異なる期間および／または通貨選択と関連付けられる市場データに関して繰り返されることができる。予測通貨価値および／または予測スコアが、利用可能な推奨に関する個別の閾値を満たす状況では、金融取引推奨が、承認されることができる。ある実施形態では、ユーザは、推奨を提供されることができ、推奨のうちの１つまたはそれを上回るものを受け入れる、１つまたはそれを上回る推奨を修正すること等ができる。少なくとも１つの推奨が、手動で承認される、または適切な方略に従って承認される状況では、推奨は、実行される（１０１４）ことができる。例えば、実行される推奨は、資産を買取、保持、および／または売却すること、次の通貨および次の通貨が有効である期間に従って売買を開始すること、売買するべき特定の量を開始すること等を含んでもよい。推奨が承認されない状況では、本プロセスは、次の通貨選択を待機することができる（１０１５）。

【0100】

図１１Ａ、１１Ｂ、および１１Ｃは、種々の実施形態による、予測モデルを反復的に更新する実施例を図示する。図１１Ａの実施例１１００に図示されるように、予測モデルが、市場データ１１０２で訓練され、通貨価値１１０４を予測する。市場データ１１０２は、規定された期間に関して取得される特定のタイプまたはカテゴリの通貨価値のセットに対応することができる。説明されるように、予測モデルが、異なる期間に関する１つまたはそれを上回る通貨に関して訓練されることができる。ある実施例では、訓練は、任意の数の頻度または時間ドメインシナリオを使用して遂行されることができる。例えば、モデルは、データの以前のＹ時間間隔の入力を分析することによって、市場データ（例えば、通貨価値）の次のＸ時間間隔を予想／予測してもよい。

【0101】

いったん予測通貨価値１１０４が、決定されると、市場データ１１０２は、予測通貨価値１１０４を含むように更新される。予測モデルは、次いで、図１１Ｂの実施例１１２０に図示されるように、ここでは予測通貨価値１１０４を含む、市場データ１１０２を評価し、第２の予測通貨価値１１０８を決定するために使用される。本プロセスは、所望の将来の時間に関する予測通貨価値が決定されるまで、継続することができる。時間が進行する際、予測通貨価値に関する実際の通貨価値が、取得され得る。例えば、図１１Ｃの実施例１１４０は、決定されている予測通貨価値１１０４に対応する実際の通貨価値１１２４を図示する。本実施例では、予測通貨価値１１０４は、実際の通貨価値１１２４と比較され、差異スコアを決定することができる。差異スコアは、閾値と比較され、差異スコアが閾値を満たすかどうかの決定が、行われる。差異スコアが、閾値を満たすことができない状況では、予測通貨価値１１０４を決定するために使用される予測モデルは、更新される。種々の実施形態では、予測通貨価値１１０４の後に決定される予測通貨価値もまた、更新されることができる。差異スコアが、閾値を満たし、所望の将来の時間に関する予測通貨価値が、決定されていない状況では、予測通貨価値１１１０および任意の残りの通貨価値が、決定されることができる。その後、予測通貨価値は、例えば、購入取引、文書合意、売買方略、ビジネス売買または取引の洞察等のために使用され得る、時限為替レートを決定するために使用されることができる。

【0102】

図１２は、種々の実施形態による、予測価値を更新するための例示的プロセス１２００を図示する。本実施例では、将来の時間に関する予測通貨価値に関する要求が、受信される（１２０２）。通貨は、通貨のタイプを示すことができる。通貨のタイプに基づいて、訓練されたモデルが、取得される（１２０４）。例えば、説明されるように、モデルは、特定の通貨のために訓練されることができ、例えば、次の売買価格または売買量を決定するために使用され得る、時限為替レートを決定するために使用され得る、将来の通貨価値を予測するために使用されることができる。本事例では、選択された通貨は、その通貨に関するモデルと関連付けられることができる。将来の通貨価値を含む、期間に関する市場データおよび市場活動が、取得されることができる（１２０６）。訓練されたモデルは、リアルタイム市場データを評価し、将来の時間に関する通貨価値を予測することができる（１２０８）。新しい市場データおよび市場活動が、取得される際、予測通貨価値を更新するかどうかの決定が、行われる（１２１２）。例えば、特定の市場データおよび／または活動が、１つまたはそれを上回る閾値と比較されることができる。ある実施例では、これは、金融指数、株価、通貨価値等と対応する閾値を比較することを含み得る。閾値が満たされない状況では、予測通貨価値は、新しい市場データおよび市場活動を使用して、更新されることができる。閾値が満たされる状況では、予測通貨価値に関する実際の通貨価値が利用可能であるかどうかの決定が、行われる（１２１４）。予測通貨価値に対応する実際の通貨価値が、利用可能である状況では、予測通貨価値は、実際の通貨価値と比較され、差異スコアを決定することができる。差異スコアは、閾値と比較されることができ、差異スコアが閾値を満たすかどうかの決定が、行われる。差異スコアが、閾値を満たすことができない状況では、実際の通貨価値は、市場データに追加され（１２１６）、予測通貨価値を決定するために使用される予測モデルは、更新される。加えて、予測通貨価値の後に決定された予測通貨価値は、更新されることができる。差異スコアが、閾値を満たし、所望の将来の時間に関する予測通貨価値が、決定されていない状況では、予測通貨価値および任意の残りの通貨価値が、決定され、適切なエンティティに提供されることができる（１２１８）。その後、予測通貨価値は、例えば、購入取引、文書合意、売買方略、ビジネス売買または取引の洞察等のために使用され得る、時限為替レートを決定するために使用されることができる。

【0103】

図１３は、電子コンピューティングデバイス１３００の基本的コンポーネントのセットを図示する。種々の実施形態では、コンピュータデバイス１３００は、本明細書に説明されるシステム、デバイス、または方法のうちのいずれかを実装するために使用されてもよい。いくつかの実施形態では、コンピュータデバイス１３００は、限定ではないが、モバイルデバイス、タブレットコンピューティングデバイス、ウェアラブルデバイス、パーソナルまたはラップトップコンピュータ、車両ベースのコンピューティングデバイス、または本明細書に説明される他のデバイスまたはシステムを含む、本明細書に説明される種々のデバイスのうちのいずれかに対応してもよい。図１３に示されるように、コンピューティングデバイス１３００は、バス１３０２によって接続される、種々のサブシステムを含むことができる。サブシステムは、Ｉ／Ｏデバイスサブシステム１３０４と、ディスプレイデバイスサブシステム１３０６と、１つまたはそれを上回るコンピュータ可読記憶媒体１３０８を含む、記憶サブシステム１３１０とを含んでもよい。サブシステムはまた、メモリサブシステム１３１２と、通信サブシステム１３２０と、処理サブシステム１３２２とを含んでもよい。

【0104】

デバイス１３００では、バス１３０２は、種々のサブシステムの間の通信を促進する。単一のバス１３０２が、示されるが、代替バス構成もまた、使用されてもよい。バス１３０２は、当業者に公知であるようなそのような通信を促進するための任意のバスまたは他のコンポーネントを含んでもよい。そのようなバスシステムの実施例は、ローカルバス、パラレルバス、シリアルバス、バスネットワーク、および／またはバスコントローラによって協調される複数のバスシステムを含んでもよい。バス１３０２は、パラレルＡＴＡ、シリアルＡＴＡ、業界標準アーキテクチャ（ＩＳＡ）バス、拡張ＩＳＡ（ＥＩＳＡ）バス、マイクロチャネルアーキテクチャ（ＭＣＡ）バス、周辺コンポーネント相互接続（ＰＣＩ）バス、または当技術分野で公知であるような任意の他のアーキテクチャまたは標準等の種々の標準を実装する、１つまたはそれを上回るバスを含んでもよい。

【0105】

いくつかの実施形態では、Ｉ／Ｏデバイスサブシステム１３０４は、種々の入力および／または出力デバイス、またはそのようなデバイスと通信するためのインターフェースを含んでもよい。そのようなデバイスは、限定ではないが、タッチスクリーンまたは他のタッチ感応入力デバイス、キーボード、マウス、トラックボール、運動センサまたは他の移動ベースのジェスチャ認識デバイス、スクロールホイール、クリックホイール、ダイアル、ボタン、スイッチ、音声コマンドを受信するように構成されるオーディオ認識デバイス、マイクロホン、眼移動または瞬目に基づいてコマンドを認識するように構成される眼活動モニタ等の画像捕捉ベースのデバイス、および他のタイプの入力デバイスを含んでもよい。Ｉ／Ｏデバイスサブシステム１３０４はまた、指紋走査装置、声紋走査装置、虹彩走査装置、または他のバイオメトリックセンサまたは検出器等の識別または認証デバイスを含んでもよい。種々の実施形態では、Ｉ／Ｏデバイスサブシステムは、スピーカ、メディアプレーヤ、または他の出力デバイス等のオーディオ出力デバイスを含んでもよい。

【0106】

コンピュータデバイス１３００は、ディスプレイデバイスサブシステム１３０６を含んでもよい。ディスプレイデバイスサブシステムは、１つまたはそれを上回る発光ダイオード（ＬＥＤ）、ＬＥＤアレイ、液晶ディスプレイ（ＬＣＤ）またはプラズマディスプレイまたは他のフラット画面ディスプレイ、タッチスクリーン、頭部搭載型ディスプレイまたは他のウェアラブルディスプレイデバイス、投影デバイス、陰極線管（ＣＲＴ）、および情報を視覚的に伝えるように構成される任意の他のディスプレイ技術等の１つまたはそれを上回るライトを含んでもよい。種々の実施形態では、ディスプレイデバイスサブシステム１３０６は、前述のディスプレイ技術のうちのいずれか等の外部ディスプレイを制御する、および／またはそれと通信するためのコントローラおよび／またはインターフェースを含んでもよい。

【0107】

図１３に示されるように、デバイス１３００は、ハードディスクドライブ、ソリッドステートドライブ（ＲＡＭベースおよび／またはフラッシュベースのＳＳＤを含む）、または他の記憶デバイス等の種々のコンピュータ可読記憶媒体１３０８を含む、記憶サブシステム１３１０を含んでもよい。種々の実施形態では、コンピュータ可読記憶媒体１３０８は、本明細書に説明される機能性を提供するためにプロセッサ（すなわち、コンピューティングプロセッサ）によって実行可能である、プログラム、コード、または他の命令を含む、ソフトウェアを記憶するように構成されることができる。例えば、命令は、実行されると、コンピューティングデバイスが、複数の通貨価値、通貨と関連付けられる通貨価値、および通貨価値を識別するための時間を取得し、複数の通貨価値を通貨価値の第１のセット、通貨価値の第２のセット、および通貨価値の保留セットに分離し、通貨価値の第１のセットは、ある期間の前に受信される通貨を含み、通貨価値の第２のセットは、期間の間に受信される通貨を含み、通貨価値の保留セットは、期間の間に受信され、通貨価値の第２のセットから切り離されている通貨を含み、通貨価値の第１セットおよび通貨価値の第２のセットで予測モデルを訓練し、次の値の通貨スコアを算出（例えば、決定または予測）し、通貨価値の保留セットにおける各通貨価値に対して予測モデルを評価し、通貨価値の保留セットに対応する次の値の通貨スコアのセットを決定（例えば、算出または予測）し、次の値の通貨スコアのセットに基づいて、将来の時間に関する予測される次の値の通貨スコアを決定（例えば、算出または予測）し、予測される次の値の通貨スコアは、信頼性スコア（予測スコアとも称される）と関連付けられ、信頼性スコアに基づいて、金融取引推奨を発生させることを可能にすることができる。

【0108】

いくつかの実施形態では、記憶システム１３１０は、本明細書に説明される実施形態と併用されるデータを記憶する、種々のデータストアまたはリポジトリを含む、または種々のデータストアまたはリポジトリとインターフェースをとってもよい。そのようなデータストアは、データベース、オブジェクト記憶システムおよびサービス、データレイクまたは他のデータウェアハウスサービスまたはシステム、分散データストア、クラウドベースの記憶システムおよびサービス、ファイルシステム、および任意の他のデータ記憶システムまたはサービスを含んでもよい。いくつかの実施形態では、記憶システム１３１０は、１つまたはそれを上回る外部および／またはリムーバブル記憶デバイスと通信するために、媒体リーダ、カードリーダ、または他の記憶インターフェースを含むことができる。種々の実施形態では、コンピュータ可読記憶媒体１３０８は、任意の適切な記憶媒体または記憶媒体の組み合わせを含むことができる。例えば、コンピュータ可読記憶媒体１３０８は、限定ではないが、ランダムアクセスメモリ（ＲＡＭ）、読取専用メモリ（ＲＯＭ）、電子的消去可能プログラマブルＲＯＭ（ＥＥＰＲＯＭ）、フラッシュメモリまたは他のメモリ技術、光学記憶装置（例えば、ＣＤ－ＲＯＭ、デジタル多用途ディスク（ＤＶＤ）、Ｂｌｕ－ｒａｙ（登録商標）ディスク、または他の光学記憶デバイス）、磁気記憶装置（例えば、テープドライブ、カセット、磁気ディスク記憶装置、または他の磁気記憶デバイス）のうちのいずれか１つまたはそれを上回るものを含むことができる。いくつかの実施形態では、コンピュータ可読記憶媒体は、データ信号またはそれを通してデータが伝送および／または受信され得る、任意の他の媒体を含むことができる。

【0109】

メモリサブシステム１３１２は、ＲＡＭ、ＲＯＭ、フラッシュメモリ、または他のメモリを含む、種々のタイプのメモリを含むことができる。メモリ１３１２は、ＳＲＡＭ（スタティックＲＡＭ）またはＤＲＡＭ（ダイナミックＲＡＭ）を含むことができる。いくつかの実施形態では、メモリ１３１２は、例えば、始動の間の種々のコンポーネントの初期化を管理するように構成される、ＢＩＯＳ（基本入／出力システム）または他のファームウェアを含むことができる。図１３に示されるように、メモリ１３１２は、アプリケーション１３１４と、アプリケーションデータ１３１６とを含むことができる。アプリケーション１３１４は、プロセッサによって実行され得る、プログラム、コード、または他の命令を含んでもよい。アプリケーション１３１４は、ブラウザクライアント、キャンペーン管理アプリケーション、データ管理アプリケーション、および任意の他のアプリケーション等の種々のアプリケーションを含むことができる。アプリケーションデータ１３１６は、アプリケーション１３１４によって生成および／または消費される、任意のデータを含むことができる。メモリ１３１２は、加えて、ｍａｃＯＳ（登録商標）、Ｗｉｎｄｏｗｓ（登録商標）、Ｌｉｎｕｘ（登録商標）、種々のＵＮＩＸ（登録商標）またはＵＮＩＸ（登録商標）またはＬｉｎｕｘ（登録商標）ベースのオペレーティングシステム、または他のオペレーティングシステム等のオペレーティングシステム１３１８を含むことができる。

【0110】

デバイス１３００はまた、デバイス１３００と種々の外部コンピュータシステムおよび／またはネットワーク（インターネット、ローカルエリアネットワーク（ＬＡＮ）、広域ネットワーク（ＷＡＮ）、モバイルネットワーク、または任意の他のネットワーク等）との間の通信を促進するように構成される、通信サブシステム１３２０を含むことができる。通信サブシステム１３２０は、種々の有線（イーサネットまたは他の有線通信技術等）または無線ネットワーク、モバイルまたはセルラー音声および／またはデータネットワーク、ＷｉＦｉネットワーク、または他の無線通信ネットワークを経由して通信を促進するための無線送受信機等の無線通信チャネルを経由して通信を可能にするためのハードウェアおよび／またはソフトウェアを含むことができる。加えて、または代替として、通信サブシステム１３２０は、ＧＰＳ（全地球測位システム）等の衛星ベースまたは地上ベースの場所サービスと通信するためのハードウェアおよび／またはソフトウェアコンポーネントを含むことができる。いくつかの実施形態では、通信サブシステム１３２０は、種々のハードウェアまたはソフトウェアセンサを含む、またはそれとインターフェースをとってもよい。センサは、連続的および／または周期的データまたはデータストリームを通信サブシステム１３２０を通してコンピュータシステムに提供するように構成されてもよい。

【0111】

図１３に示されるように、処理システム１３２２は、コンピューティングデバイス１３００を制御するように動作可能な１つまたはそれを上回るプロセッサまたは他のデバイスを含むことができる。そのようなプロセッサは、シングルコアプロセッサ１３２４、マルチコアプロセッサを含むことができ、これは、中央処理ユニット（ＣＰＵ）、グラフィカル処理ユニット（ＧＰＵ）、特定用途向け集積回路（ＡＳＩＣ）、デジタル信号プロセッサ（ＤＳＰ）、または任意の他の一般化または特殊化マイクロプロセッサまたは集積回路を含むことができる。プロセッサ１３２４および１３２６等の処理システム１３２２内の種々のプロセッサが、用途に応じて、独立して、または組み合わせて使用されてもよい。

【0112】

種々の他の構成もまた、使用されてもよく、ハードウェアにおいて実装されるものとして描写される特定の要素は、代わりに、ソフトウェア、ファームウェア、またはそれらの組み合わせにおいて実装されてもよい。当業者は、本明細書に説明される具体的実施形態の種々の代替を認識するであろう。

【0113】

種々の他の構成もまた、使用されてもよく、ハードウェアにおいて実装されるものとして描写される特定の要素は、代わりに、ソフトウェア、ファームウェア、またはそれらの組み合わせにおいて実装されてもよい。当業者は、本明細書に説明される具体的実施形態の種々の代替を認識するであろう。

【0114】

種々の実施形態は、ある場合には、いくつかのアプリケーションのうちのいずれかを動作させるために使用され得る、１つまたはそれを上回るユーザコンピュータまたはコンピューティングデバイスを含み得る、多種多様な動作環境において実装されることができる。ユーザまたはクライアントデバイスは、標準的オペレーティングシステムを実行するデスクトップまたはラップトップコンピュータ、およびモバイルソフトウェアを実行し、いくつかのネットワーキングおよびメッセージングプロトコルをサポートすることが可能なセルラー、無線、およびハンドヘルドデバイス等のいくつかの汎用パーソナルコンピュータのうちのいずれかを含むことができる。そのようなシステムはまた、開発およびデータベース管理等の目的のために、種々の商業的に入手可能なオペレーティングシステムおよび他の公知のアプリケーションのうちのいずれかを実行する、いくつかのワークステーションを含むことができる。これらのデバイスはまた、ダミー端末、シンクライアント、ゲーミングシステム、およびネットワークを介して通信することが可能な他のデバイス等の他の電子デバイスを含むことができる。

【0115】

殆どの実施形態は、ＴＣＰ／ＩＰ、ＦＴＰ、ＵＰｎＰ、ＮＦＳ、およびＣＩＦＳ等の種々の商業的に入手可能なプロトコルのうちのいずれかを使用して通信をサポートするために、当業者に熟知されるであろう少なくとも１つのネットワークを利用する。ネットワークは、例えば、ローカルエリアネットワーク、広域ネットワーク、仮想プライベートネットワーク、インターネット、イントラネット、エクストラネット、公衆電話交換網、赤外線ネットワーク、無線ネットワーク、およびそれらの任意の組み合わせであり得る。

【0116】

ウェブサーバを利用する実施形態では、ウェブサーバは、ＨＴＴＰサーバ、ＦＴＰサーバ、ＣＧＩサーバ、データサーバ、Ｊａｖａ（登録商標）サーバ、およびビジネスアプリケーションサーバを含む、種々のサーバまたはミッドティアアプリケーションのうちのいずれかを実行することができる。サーバはまた、Ｊａｖａ（登録商標）、Ｃ、Ｃ＃、またはＣ＋＋等の任意のプログラミング言語またはＰｅｒｌ、Ｐｙｔｈｏｎ、またはＴＣＬ等の任意のスクリプト言語、およびそれらの組み合わせにおいて書き込まれる１つまたはそれを上回るスクリプトまたはプログラムとして実装され得る、１つまたはそれを上回るウェブアプリケーションを実行することによって等、ユーザデバイスからの要求に応答して、プログラムまたはスクリプトを実行することが可能であり得る。サーバはまた、限定ではないが、Ｏｒａｃｌｅ（登録商標）、Ｍｉｃｒｏｓｏｆｔ（登録商標）、Ｓｙｂａｓｅ（登録商標）、およびＩＢＭ（登録商標）から商業的に入手可能なものを含む、データベースサーバを含んでもよい。

【0117】

環境は、上記に議論されるような種々のデータストアおよび他のメモリおよび記憶媒体を含むことができる。これらは、コンピュータのうちの１つまたはそれを上回るものにローカルな（および／またはその中に常駐する）、またはネットワークを横断してコンピュータのうちのいずれかまたは全てから遠隔である記憶媒体上等の種々の場所に常駐することができる。実施形態の特定のセットでは、情報は、当業者に熟知される記憶域ネットワーク（ＳＡＮ）内に常駐してもよい。同様に、コンピュータ、サーバ、または他のネットワークデバイスに帰属する機能を実施するための任意の必要なファイルが、適宜、ローカルで、および／または遠隔で記憶されてもよい。システムが、コンピュータ化デバイスを含む場合、各そのようなデバイスは、バスを介して電気的に結合され得る、ハードウェア要素を含むことができ、要素は、例えば、少なくとも１つの中央処理ユニット（ＣＰＵ）、少なくとも１つの入力デバイス（例えば、マウス、キーボード、コントローラ、タッチ感応ディスプレイ要素またはキーパッド）、および少なくとも１つの出力デバイス（例えば、ディスプレイデバイス、プリンタ、またはスピーカ）を含む。そのようなシステムはまた、ディスクドライブ、光学記憶デバイス、およびランダムアクセスメモリ（ＲＡＭ）または読取専用メモリ（ＲＯＭ）等のソリッドステート記憶デバイス、およびリムーバブル媒体デバイス、メモリカード、フラッシュカード等の１つまたはそれを上回る記憶デバイスを含んでもよい。

【0118】

そのようなデバイスはまた、上記に説明されるようなコンピュータ可読記憶媒体リーダ、通信デバイス（例えば、モデム、ネットワークカード（無線または有線）、赤外線通信デバイス）、および作業メモリを含むことができる。コンピュータ可読記憶媒体リーダは、遠隔、ローカル、固定、および／またはリムーバブル記憶デバイスを表すコンピュータ可読記憶媒体、およびコンピュータ可読情報を一時的および／またはより恒久的に含有、記憶、伝送、および読み出すための記憶媒体と接続される、またはそれを受信するように構成されることができる。本システムおよび種々のデバイスはまた、典型的には、オペレーティングシステムおよびクライアントアプリケーションまたはウェブブラウザ等のアプリケーションプログラムを含む、少なくとも１つの作業メモリデバイス内に位置する、いくつかのソフトウェアアプリケーション、モジュール、サービス、または他の要素を含むであろう。代替実施形態が、上記に説明されるものからの多数の変形例を有し得ることを理解されたい。例えば、カスタマイズされたハードウェアもまた、使用され得る、および／または特定の要素が、ハードウェア、ソフトウェア（アプレット等のポータブルソフトウェアを含む）、または両方において実装され得る。さらに、ネットワーク入／出力デバイス等の他のコンピューティングデバイスへの接続が、採用されてもよい。

【0119】

コードまたはコードの一部を含有するための記憶媒体および他の非一過性コンピュータ可読媒体は、限定ではないが、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリまたは他のメモリ技術、ＣＤ－ＲＯＭ、デジタル多用途ディスク（ＤＶＤ）または他の光学記憶装置、磁気カセット、磁気テープ、磁気ディスク記憶装置または他の磁気記憶デバイス、または所望の情報を記憶するために使用され得、システムデバイスによってアクセスされ得る任意の他の媒体を含む、コンピュータ可読命令、データ構造、プログアムモジュール、または他のデータ等の情報の記憶のための任意の方法または技術において実装される、揮発性および不揮発性、リムーバブルおよび非リムーバブル媒体等、記憶媒体および通信媒体を含む、当技術分野で公知である、または使用される任意の適切な媒体を含むことができる。本明細書に提供される開示および教示に基づいて、当業者は、種々の実施形態を実装するための他の手段および／または方法を理解するであろう。

【0120】

上記に議論される方法、システム、およびデバイスは、実施例である。種々の構成は、適宜、種々の手順またはコンポーネントを省略、代用、または追加し得る。例えば、代替構成では、本方法は、説明されるものと異なる順序で実施され得、その種々のステップは、追加される、省略される、または組み合わせられ得る。また、ある構成に関して説明される特徴は、種々の他の構成において組み合わせられ得る。構成の異なる側面および要素が、類似する様式で組み合わせられ得る。また、技術は、進歩し、したがって、要素のうちの多くは、実施例であり、本開示または請求項の範囲を限定しない。

【0121】

上記に議論される方法、システム、およびデバイスは、本開示の実施形態による、方法、システム、およびコンピュータプログラム製品のブロック図および／または動作図示を参照して説明される。ブロックに記述される機能／行為は、任意のフローチャートに示されるような順序以外で行われ得る。例えば、関与する機能性／行為に応じて、連続して示される２つのブロックは、実際には、実質的に並行して実行され得る、またはブロックは、時として、逆の順序で実行され得る。加えて、または代替として、任意のフローチャートに示されるブロックの全てが、実施および／または実行される必要があるわけではない。例えば、所与のフローチャートが、機能／行為を含有する５つのブロックを有する場合、５つのブロックのうちの３つのみが、実施および／または実行される場合がある。本実施例では、５つのブロックのうちの３つのうちのいずれかが、実施および／または実行され得る。

【0122】

具体的詳細が、例示的構成（実装を含む）の徹底的な理解を提供するために、説明に与えられる。しかしながら、構成は、これらの具体的詳細を伴わずに実践され得る。例えば、周知の回路、プロセス、アルゴリズム、構造、および技法は、構成を不明瞭にすることを回避するために、不必要な詳細を伴わずに示されている。本説明は、例示的構成のみを提供し、請求項の範囲、可用性、または構成を限定しない。むしろ、構成の上記の説明は、当業者に、説明される技法を実装するための有効な説明を提供するであろう。種々の変更が、本開示の精神または範囲から逸脱することなく、要素の機能および配列において行われ得る。

【0123】

いくつかの例示的構成を説明しているが、種々の修正、代替構造、および均等物が、本開示の精神から逸脱することなく、使用され得る。例えば、上記の要素は、より大きいシステムのコンポーネントであり得、他のルールが、本開示の種々の実装または技法の適用に優先される、または別様にそれを修正し得る。また、いくつかのステップが、上記の要素が考慮される前、その間、またはその後に行われ得る。

【0124】

本明細書における「一実施形態（ｏｎｅ ｅｍｂｏｄｉｍｅｎｔ）」または「ある実施形態（ａｎ ｅｍｂｏｄｉｍｅｎｔ）」の言及は、実施形態に関連して説明される特定の特徴、構造、または特性が、本開示による少なくとも１つの例示的実装または技法に含まれることを意味する。本明細書の種々の箇所における語句「一実施形態では（ｉｎ ｏｎｅ ｅｍｂｏｄｉｍｅｎｔ）」の表出は、必ずしも全てが同一の実施形態を指すわけではない。

【0125】

以下の議論から明白であるように、具体的に別様に記載されない限り、説明全体を通して、「～を処理する」または「～を算出する」または「～を計算する」または「～を決定する」または「～を表示する」または同等物等の用語を利用する議論は、コンピュータシステムメモリまたはレジスタまたは他のそのような情報記憶、伝送、または表示デバイス内の物理的（電子的）量として表されるデータを操作および変換する、コンピュータシステムまたは類似する電子コンピューティングデバイスのアクションおよびプロセスを指すことを理解されたい。本開示の一部は、ソフトウェア、ファームウェア、またはハードウェアにおいて具現化され得、ソフトウェアにおいて具現化されるとき、種々のオペレーティングシステムによって使用される異なるプラットフォーム上に常駐するようにダウンロードされ、それから動作され得る、プロセスおよび命令を含む。

【0126】

加えて、本明細書において使用される言語は、主として、可読性および命令目的のために選択されており、開示される主題を画定または包囲するために選択されていない場合がある。故に、本開示は、本明細書に議論される概念の範囲の限定ではなく、例証であることを意図している。

【0127】

開示される実施形態を説明する文脈における（特に、以下の請求項の文脈における）用語「ａ」および「ａｎ」および「ｔｈｅ」および類似する指示物の使用は、別様に本明細書に示されない、または明確に文脈によって矛盾しない限り、単数および複数の両方を網羅するように解釈されるものである。用語「～を備える」、「～を有する」、「～を含む」、および「～を含有する」は、別様に記述されない限り、非制限用語（すなわち、「限定ではないが、～を含む」を意味する）として解釈されるものである。用語「接続される」は、介在するものが存在する場合であっても、部分的または全体的に、その中に含有される、それに取り付けられる、またはともに継合されるものとして解釈されるものである。本明細書の値の範囲の列挙は、別様に本明細書に示されない限り、単に、範囲内に該当する各別個の値を個々に参照する簡略表記法としての役割を果たすことを意図しており、各別個の値は、これが本明細書に個々に列挙される場合と同程度に、本明細書に組み込まれる。本明細書に説明される全ての方法は、別様に本明細書に示されない、または別様に明確に文脈によって矛盾しない限り、任意の好適な順序で実施されることができる。本明細書に提供される任意および全ての実施例または例示的言語（例えば、「等」）の使用は、単に、本開示の実施形態をより良好に照らすことを意図しており、別様に請求されない限り、本開示の範囲に対する限定を課さない。本明細書におけるいかなる言語も、任意の請求されない要素が本開示の実践に不可欠であることを示すものとして解釈されるべきではない。

【0128】

具体的に別様に記載されない限り、語句「Ｘ、Ｙ、またはＺのうちの少なくとも１つ」等の離接的言語は、アイテム、用語等がＸ、Ｙ、またはＺのいずれか、またはそれらの任意の組み合わせ（例えば、Ｘ、Ｙ、および／またはＺ）であり得ることを提示するように、一般に使用されるような文脈内で理解されることを意図している。したがって、そのような離接的言語は、概して、ある実施形態が、Ｘのうちの少なくとも１つ、Ｙのうちの少なくとも１つ、またはＺのうちの少なくとも１つがそれぞれ存在するように要求することを含意することを意図しておらず、含意するべきではない。

【0129】

本願の説明および例証が、提供されているが、当業者は、以下の請求項の範囲から逸脱しない、本願に議論される一般的な発明的概念内に該当する、変形例、修正、および代替実施形態を考案し得る。

【図1】

【図2A】

【図2B】

【図2C】

【図2D】

【図2E】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11A】

【図11B】

【図11C】

【図12】

【図13】

【国際調査報告】