前阵子研究了几个python下的深度学习套件 跟大家分享一下心得
一方面让大家不要自己吓自己 人类还是有饭吃的
另一方面让大家知道未来的对手有怎样的能耐 所谓知己知彼
现在的AI到底可做到哪些事呢
过去的程式交易 或是可能很多人以为现在的AI交易
有很大一部分是用这样的流程在进行的
人类先想了一套交易策略:看见ABC指标出现 就可以买进/卖出
->把这个交易策略写成会完美遵守的程式
->程式根据未来市场中是否出现ABC指标 判断是否进行交易
现在的AI交易的流程其实只剩这样
人类把所有可能收集到 跟交易决策有关的资料喂给AI
->AI吃一吃之后吐出来决策 今天该买/该卖/该按兵不动
前面有人提到 AI其实是某种形式上的寻找最佳解 这件事情没错
不过 AI可以搜寻的最佳解范围 远比人类来的广 这是AI的第一个优点
这也是ALPHAGO会被棋手说不按理出牌的原因
AI的第二个优点是 只要给的资料 与市场足够相关
那的确有可能AI可以完全制霸市场 轻松当上抄底王 空军总司令
不存在资料类型(EX 政治事件 突发事件 等等)的限制
只要这些资料有办法转成特征码 AI就可以做分析
AI第三个优点是 AI检讨自己的交易规则的速度非常快
人类可能要两三个月才发现自己的交易规则在市场上渐渐无效了
用AI产生决策的话 AI可能一周内就可以发现 然后靠训练改进
AI的第四个优点是 AI非常客观 不存在人为判读数据的误差
当然 现在的AI也有缺点
第一个缺点是 AI吃进去的资料 还是人类给的
实际上 只要有人类参与的部分 就是AI的弱点
这些资料可能出现时间误差 与市场相关度太低 造成训练上的噪声
降低训练效率跟准度
(EX 把降雨机率也放进每日市况资料里 给AI作分析)
(说不定有奇效....我晚点来试试看....)
第二个缺点是
训练出来的AI到底会不会产生有效率的决策
是没办法单纯的透过"YES"或"NO"做判断
需要作一些训练过程的数据分析
试想一下 若是今天有一台机器 每天会吐出来一张纸条
告诉你今天该用多少价位买进/卖出台积电
若是你真的要用这张纸条作交易 你会不会想要知道更多决策的依据
结果你一打开机器看 机器里面的电路 可能比蜘蛛网还乱
你愿意用多少资金跟着纸条作交易
实际上的状况是 AI训练过程产生的训练资讯
需要一些数学知识作分析 而分析结果也只是告诉你
"这个AI可以充分利用数据做决策""这个AI无法充分利用数据做决策"
这种状况下 有多少人有信心把钱给AI操盘呢 0.0
第三个缺点是
没有人知道该多久让AI接收新的资讯重新训练
这件事情太常做 很浪费计算资源
(一个AI可能需要训练长达一周才能上阵)
太少做 就可能会跟人类一样 抱着古代的资讯 拿明朝的剑斩清朝的官
第四个缺点是
市场的资料量有限 所以AI永远存在着
"可能过度贴合某个资料状况"的风险
这件事无法避免 就跟人类一样
我自己的想法是 人类的存在还是有必要的
只是人类的脚色可能会渐渐地变成资料分析的性质
投资决策会越来越与人类无关
所有人类可以收集到的资料 AI也可以收集到
AI观察得出来的资料关联 人类不见的看的出来
人类最大的功能会剩下"喂给AI有意义的资料"
还有 线性代数真的很重要 假如你还是大学生 麻烦好好学一学
统治AI需要靠线性代数 0.0