PTT推薦

Re: [心得] AI時代來臨,技術分析真的已經沒用了

看板Stock標題Re: [心得] AI時代來臨,技術分析真的已經沒用了作者
magelinus
(守夜人)
時間推噓17 推:17 噓:0 →:49

※ 引述《nicefl2001 (@keissendo)》之銘言:
: ※ 引述《nicefl2001 (@keissendo)》之銘言:
: : 透過 AI的深度與機器學習能力,
: : 使其能夠自動適應市場條件,不斷更新、優化交易策略、進行再平衡。
: : AI在投資組合管理方面也展現出卓越的能力,
: : 通過精准地管理和適當地調整投資組合,實現最佳的多元化和風險控制。
: : 目前華爾街許多大型投資機構、對沖基金、法人投行都已經全面導入AI Fintech
: : 演算法程式交易

當年NASA首次登陸月球,所使用的電腦相較現在的手機根本像玩具,
也就是說我們帶手機穿越到當年,等於是帶一台超級電腦,
但這時代的手機應該比較像是掌上型遊戲機的樣子。

無意冒犯,但您真的理解通篇堆砌的那些詞藻,其真正的意義?

: 這邊提到的AI演算法量化交易,
: 和大家過去所認知的 "自動化程式交易" 是不一樣的概念
: AI演算法量化交易 (Quantitative and Algorithmic Trading,簡稱 QAT)
: 主要是華爾街如美林、高盛、大小摩等那幫大型機構投行
: 以及中大型像黑石、橋水、文藝復興等對沖基金所使用
: AI QAT演算法量化交易,依賴於複雜的數學或統計學模型,
: 結合類似 Bloomberg Terminal 的雲端大數據來進行大資料分析。

Quantitative也就是金融量化分析,
本身是基於統計學的結果來分析投資標的,
得力於如今電腦硬體效能飛速進展,
一般人也能在一般的PC/NB上做相關分析。
有興趣的請去圖書館找以python/R 實作的書來了解。

至於Algorithmic Trading也就是演算法交易,
顧名思義就是以程式交易來實作交易的動作,
而為了分析實時交易的大量tick,
已設計好的程式來做出實時的推理/分析等等,
這類程式內容就是演算法,這跟有無AI無關,
反倒是和硬體飛速發展和強力軟體的取得越來越容易(特別是Unix這類的自由軟體),
任何人只要有心都能下載python/R來做上述的QAT分析。

再次強調,這是得力於硬體效能快速發展和強力軟體容易取得,
因此幾乎人人都有機會學習QAT。

: 其核心在於通過模型去挖掘歷史資料中的規律,並基於這些規律做出投資決策。
: 透過Machine/Deep Learning使得QAT具有更強的資料處理能力和策略優化空間。

這東西在python和R上面目前有名的如tenser flow,
已經很容易取得了,而所謂的深度學習其基本程式理論,
依樣能在圖書館找到,去看一下該基礎理論程式碼如現今流行的類神經網路,
比較能真的了解機器學習的優缺點在哪裡,不會有AI恐慌,
至少在投資的領域,這是個變數很大很大的專門領域。

而當前的AI只能算是弱人工智能,也就是無法泛用不像人腦。
以建築為例,AI可以輕易地做出很漂亮的建築物外觀設計,
但AI目前無法做的是符合法規的精準設計。
至於目前我們所知的所謂華爾街大公司的AI優化策略之類的,
可以想像他能針對盤中的海量資訊,以既定的演算法做出快速的量化分析,
但不表示AI就很強,如同NASA當年首登月球的電腦以現今標準來看很弱,
但卻做到了這時代登陸月球的其他國家如中國/印度得用超級電腦才能做的事情。

: 能隨市場變化進行投資組合調整與再平衡
: 另一種一般人以為的"AI"則是傳統的自動化程式交易
: 使用類似 Multichart/TradeStation/MT5這類下單交易軟體
: 來按照使用者寫好的策略進行自動下單交易
: 不同於 AI QAT 能夠通過機器學習等技術自我優化策略,
: 可以不斷地從歷史資料中學習並調整策略,
: 以提高交易的盈利性和風險控制能力。
: 而傳統程式交易的策略優化與調整
: 則需要使用者手動進行,
: 軟體本身不具備自我學習和調整的能力。

軟體的能力取決於設計者,如先前一再強調的NASA首登月球,
有些交易平台使用類似Eazy Language 的交易script語法,
的確無法寫機器學習的演算法,
但針對實時大量數據做量化分析的演算法已經夠了。

至於以下的這些本來就是程式交易的強項,
在ChatGPT出現前就存在很久了,
有興趣的請找"快閃交易"一書。

: 近年來,AI QAT在華爾街已經被大量用來取代傳統交易員的許多問題,
: 並最大限度地減少人類情緒干擾。
: 1. 你會害怕追高被套牢,或者在面對股票下跌時感到焦慮,
: 你會因為這些情緒而猶豫不決,不知道何時進場或退場。
: 但AI不會
: 2. 當持股開始下跌時,你可能會感到緊張和焦慮,不知道該繼續等解套,
: 還是該果斷止損。但AI不會
: 3. 當你因為缺乏耐心而太早賣出股票,之後看著股價漲上去卻不敢追,
: 或是因為太貪心而錯過了出場時間,最後抱上抱下,
: 紙上富貴一場,甚至從賺錢抱到變賠錢,但AI不會
: 4. 面對海量的新聞、經濟數據和消息,你可能會感到迷茫和不知所措,
: 不知道這些資訊是真是假,但AI能透過語言模型、大數據和演算法分析
: 利用這些短線消息和市場情緒,來收割那些炒短線的散戶籌碼
: 5. 過去能賺錢的策略,並不代表在未來也能持續穩定獲利,
: 你的策略需要自己手動調整,但AI (QAT) 會自動進行最佳化
: 剩下的體力、精神狀態、資控風控、紀律、耐心、策略執行力
: 交易成本、交易速度等等的就更別說了....

像第五點完全和AI無關,因為所謂的AI也是一種演算法。

: 軟體程式交易和AI演算法量化交易,真的是不同等級的東西
: 不要拿來相提並論

或者說取決於演算法的內容。

--
Kent記得曾經請求師父教他密法,師父雖然答應,但是師父要求他在日常生活上要先作到心性和行為合一,師父說當一個人內在心性和外在行為合一時,修行才能入門,否則心、行各自為政,一個人就成了雙頭馬車,最後一定分裂,修行自然不成,最終落入魔道。
心中的秘密使得Kent成了雙頭馬車,他記得師父很慎重的比著那個曼達囉,若有所指的告訴他說:「有朝一日,你能在方圓之中取得圓融的話,修行對你才有意義。」
https://i.imgur.com/fqrVMBD.jpg


--

※ PTT 留言評論
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.132.128.144 (臺灣)
PTT 網址

huabandd 05/05 20:30演算法的內容還有很大的進步空間,以目前的各家AI

huabandd 05/05 20:30來說,問問題還是有機會得到錯誤回答,等到哪一天

huabandd 05/05 20:30能夠在搜尋資料時也能不同意見的資料納入並做修正

huabandd 05/05 20:30後回答才是AI比較成熟的一個表現,運用在股市的消

huabandd 05/05 20:30息面也是如此,當市場有人看多有人看空,可以分析

huabandd 05/05 20:30他們各自的理由並綜合判斷給出結論,就能帶來很大

huabandd 05/05 20:30的幫助

Gipmydanger 05/05 20:33看著吧,很快你就不這麼想了

PitzMan 05/05 20:34有沒有可能訓練AI程式操盤躺著賺?

訓練AI程式做深度學習來執行進出場動作-->不難, 躺著賺-->比較難。

lifeowner 05/05 20:34一堆人連演算法和模型的差別都搞不清楚 也能吹半天

huabandd 05/05 20:37樓上你分享一下,讓一般人了解一下

所謂的模型論網路上找一下就有, 簡單說就像是做一台機器,給他同樣的input就會有一樣的output, 他不是字面上的意義,表現方式反而比較像是數學函數的運作方式(input/output)。 舉簡單例子,假設"K穿越日K之MA20(月線)就進場,反向穿越則出場", 這就是個簡單的交易"模型",能依盤勢做出有意義的反應。 而將該模型寫成電腦可執行的程式,就是演算法。 目前廣泛使用的影像辨識如車牌辨識, 則是以類神經網路的演算法,做大量的圖片學習後, 在符合誤差率的標準下,會產生一組特定的常數設定。 以tensor flow來說會產生一個打包好的檔案,該檔案就是可使用的模型。 該檔案的內容請想像成, 就是反覆調整 f(x)=aX^n +bX^(n-1)...+miu(白雜訊)中的常數a/b/...miu。

※ 編輯: magelinus (220.132.128.144 臺灣), 05/05/2024 20:42:04 ※ 編輯: magelinus (220.132.128.144 臺灣), 05/05/2024 20:56:33

Lions2020 05/05 21:19天哪你各位,可以說中文嗎?

newwu 05/05 21:29其實就是有沒有用機器學習啦

ert0700 05/05 21:32等到ai能用人類思考方式去解因式分解時再來考慮ai能

ert0700 05/05 21:32不能思考跟創新也不遲

huabandd 05/05 21:40我是讓10樓解釋不是讓原po你解釋XD

herculus650205/05 21:41單純的均線策略,不是被巴死,就是(而且)虧在手續費

huabandd 05/05 21:43原po你回覆的第二段最後的演算法跟AI的演算法是不

huabandd 05/05 21:43同的定義吧?那頂多只能稱為模型稱不上演算法吧?

gameforyou 05/05 22:21AI使用的策略模型就是所謂的技術分析,差別在於人

gameforyou 05/05 22:23人會經由主觀因素影響客觀,而AI只看客觀條件

gameforyou 05/05 22:28而且模型的建立必然會因人而異,如chatgpt與gemini

gameforyou 05/05 22:28 就會因條件而有所不同

gameforyou 05/05 22:30而且當所有的人都使用同樣的AI策略,誰會是贏家?

huabandd 05/05 22:30樓上你說的應該是只有單純技術分析,如果要加入AI

huabandd 05/05 22:30去做操作,應該要連技術分析之外的消息也加進去,

huabandd 05/05 22:30這才有用AI操作的意義不是嗎?

gameforyou 05/05 22:33除非AI到了能自主思考階段,否則人的因素才是關鍵

ProTrader 05/05 23:55之前我就說過古早的技術分析就是非常原始的AI

ProTrader 05/05 23:56那些技術指標就像是現在AI在用的"特徵"

ProTrader 05/05 23:57以前對這些"特徵"根本也沒有運算直接看結果

ProTrader 05/05 23:58像上面說的均線交叉就只是快慢線相減值正負變化時

ProTrader 05/05 23:59AI有3個重要的發展方向 資料 模型演算法 運算能力

ProTrader 05/06 00:00運算能力就是越來越厲害的AI晶片與記憶體

ProTrader 05/06 00:02資料 古早技術指標用的就只是K線價量

ProTrader 05/06 00:03價值投資用的財報 以外還有籌碼 新聞 網路推文...

ProTrader 05/06 00:04模型演算法就是"可賺錢的策略"是其中最重要的

ProTrader 05/06 00:05比如 判斷底部的方法 找飆股的方法...

ProTrader 05/06 00:05這時代AI的強項在於能處理多樣大量的資料

ProTrader 05/06 00:06而且可以自己找有用的特徵 不斷自我學習進步

ProTrader 05/06 00:07然而 實際上AI投資績效遠遜於圍棋AI的表現

ProTrader 05/06 00:09現在也已經有作者出書在教怎樣作投資AI

ProTrader 05/06 00:09可教AI的作問題跟那些教技術分析的作者一樣

ProTrader 05/06 00:10用技術分析或者現在用AI 那些作者自己真的有賺錢?

ProTrader 05/06 00:10實際上多半都是靠賣書開課賺錢

ProTrader 05/06 00:12以前在股市期貨說的程式交易 現在改成AI交易而已

ProTrader 05/06 00:14資料數量多元性以及模型演算法 這些年真的有進步

ProTrader 05/06 00:14台灣可看XQ討論區 國外有TradingView

ProTrader 05/06 00:15認真看的話是真的有些作者無私分享各種技術指標

ProTrader 05/06 00:16坦白說 台灣賣的書只能用來入門 後續內容要看討論區

lavign 05/06 00:24GPT-4沒開源不能finetune不然它泛化能力最強

a77942002 05/06 01:17運用程式交易通常想是固定標準邏輯常態運作

a77942002 05/06 01:17現在追求的AI也就想要他像人一樣分析..

a77942002 05/06 01:17嗯....這樣不就只是創造出一個 AI折折而已~

rmp4rmp4bear05/06 02:42可以自動辨識市場特徵並自動撰寫演算法,然後測試

rmp4rmp4bear05/06 02:42修正模型並獲利

rmp4rmp4bear05/06 02:42我們可以用一句話就總結ai trading嗎啾咪

ProTrader 05/06 02:51適應:金融演化新思維 這本書的想法讓AI自己作

tctv2002 05/06 07:36正確 真正的AI是能篩選並改正錯誤的答案

m180 05/06 09:53真正的ai最後可能發現買進並且長期持有大盤etf才是

m180 05/06 09:53最佳解

JaccWu 05/06 10:03怎麼可能 如果AI演算法都一樣強還是得捉對廝殺啊

JaccWu 05/06 10:04不然哪來超額報酬

JaccWu 05/06 10:05難道AI夠成熟的世界 所有AI會一起站在多空同側嗎?

JaccWu 05/06 10:05那這樣哪來流動性

william85 05/06 10:16