AI 人工智慧在交易上的可行與不可行
閱讀時間約 2 分鐘
根據姜林教授 在 程式交易的新境界 文章裡, 對交易策略的開發有以下分類 ---
1. 模式導向(model driven): 有明確邏輯, 可以量化、程式化、經科學驗證的模型，不管邏輯源自於技術、基本、籌碼或總經分析, 而以此產生的量化策略稱之; 主要是市場邏輯的演繹
2. 資料導向(data driven): 來自於對市場數據的歸納分析, 不同於第一種模式導向有演繹的邏輯, 很多時候連策略開發者, 自己也不知其交易規則是什麼
3. 演化導向(evolution driven): 透過電腦環境的市場複製與投資人行為模擬，找出市場在參與者共同互動、演化、學習後的可能發展，此種基於市場競局本質，從市場演化軌跡模擬建構的策略稱之
在交易上應用AI人工智慧技術, 無疑是屬於第二種資料導向的, 主要概念是利用演算法試圖找資料裡面的pattern, 最後根據pattern來做交易決策. 演算法有多種手段(ex: 分群, 多維度... etc.)去檢視資料後得到的結論, 常常是人類所不能理解或很無厘頭的(你有能力理解一份資料用3維度來解釋就算很厲害了, 5維度? 10維度呢?), 也像文藝復興科技公司說的有些買賣決策根據是沒來由的(但資料分析上就是很準), 對於AI交易方面我曾經為文寫過 現階段AI或理財機器人以行銷為多, 文章的重點是AI夠不夠能力應付交易世界, 完全取決於訓練資料的準備, 很仰賴找到夠格的domain expert而致使資料品質風險太大, 再加上它以資料導出規則, 沒發生過的事件便沒資料去訓練AI, 會使得未來無經驗的事件發生時, AI可能會不知所措, 或者本就是無厘頭的決策會讓人類傻眼, 更不知黑天鵝發生時可不可以信賴
Van K. Tharp說過: 交易是在交易你的信念! 我信念上還是認為交易的執行者是人類, 有合理邏輯演繹與推導的第一類模式導向(model driven)策略開發法, 在緊張時刻較能讓人類去信賴而願意遵循地去執行; AI近幾年因為人云亦云地很夯, 或許能在99%的時間裡讓你游刃有餘, 但在關鍵時刻的無能, 在真金白銀的世界裡我真的會怕, 怕無厘頭的決策出現致命的缺陷而破產; 至於第三種演化導向, 明顯可知人類賽局有完全理解? 人類行為多變致使模擬的完整性? 市場環境真的能複製和演化推導? 變數實在太多, 而且都在萌芽階段...
20會員
23內容數
留言0
查看全部
你可能也想看
Google News 追蹤
2025 年，從分享精彩的 #Myvocus2024 年度回顧開始！
#Myvocus2024 年度回顧通知已送達
vocus 的 2024 有超過 12 萬筆訂單、35 萬則以上的內容、16 萬以上的新會員、4 千+ 筆數位商品訂單，5 萬 + 則貼文！
曬曬你的 2024 vocus 吧！
相信大家現在都有在使用網銀的習慣
以前因為打工和工作的關係，我辦過的網銀少說也有5、6間，可以說在使用網銀App方面我可以算是個老手了。
最近受邀參加國泰世華CUBE App的使用測試
嘿嘿~殊不知我本身就有在使用他們的App，所以這次的受測根本可以說是得心應手
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
1. 程式交易的核心與運作邏輯
程式交易（Algorithmic Trading）本質上就是以價格與時間為觸發條件，執行一系列預先編好的策略。在短期內，它可以利用波動性帶來的機會，但未必能改變長期市場方向。
核心特點：
價格觸發：大多數程式交易以價格突破某個水平（如支撐或阻力）作為啟動
挺有趣的，在AI題材炒熱了全球股市的同時，也以令人猝不及防的全面滲透並改變人類的金融、股票市場生態系。
1. 產品選擇:AI可以分析市場趨勢、消費者行為和競爭對手數據,幫助賣家選擇最有潛力的產品。
2. 定價策略:AI算法可以動態調整價格,以最大化利潤並保持競爭力。
3. 庫存管理:AI可以預測需求,幫助優化庫存水平,減少缺貨或過度庫存的風險。
前幾個篇章已大致講完技術分析的原理，本篇是前篇的延伸，當我們觀察趨勢中的壓力與支撐時，如果出現特定結構的型態，此時是技術線型發出的強烈訊號，必須好好重視。有哪三種型態是.......
在人工智能的發展歷程中，早期的研究主要側重於將解決問題的規則輸入計算機，試圖通過啟蒙運動理性的思路模擬人類的智能行為。然而，這條路逐漸變得艱難，因為規則過於繁多，無法應對複雜的情境和語境。在這個背景下，一些科學家轉向了神經網絡算法，試圖模擬人腦的感知能力。
我們對AI的認識往往停留在其自動執行任務和模仿人類思維的層面上。但深入探索後，發現AI真正的價值和獨特之處在於其他方面。
大語言模型能夠生成文本，因此被認為是生成式人工智慧的一種形式。
人工智慧的學科任務，是製作機器，使其能執行需要人類智慧才能執行的任務，例如理解語言，便是模式，做出決策。
除了大語言模型，人工智慧也包含了深度學習以及機器學習。
機器學習的學科任務，是透過演算法來實踐AI。
特別
投資並非單純的技術操作，更是一場對自我的探索之旅。從道氏理論到技術分析的優缺點，再到風險管理、情緒控制，以及成功之道，每一步都是通往成功交易的必經之路。本文將從道氏理論開始，一路探討投資中的關鍵議題，帶給您深度的投資啟示。
這篇我會把我所認為的動能交易跟你說，我認為，所為的動能，不過就是聰明錢的流向，你可以視為跟籌碼面一樣，只是散戶能用的籌碼面工具不多，也不準，因為一般能用到的籌碼追蹤，只有證交所公佈的盤後三大法人買賣金額而已，沒有辦法考慮到這些法人是否有用期權、權證等商品去做方向的避險，比如說，大戶(包含三大法人)看
獨角獸模型是一個複合式的模型，由ICT的三個概念組合而成：破壞塊(Breaker)、公允價值缺口(Fair Value Gap)以及時間段(Killzone)，透過細緻的學習和訓練，將會是你在2024年看過最好用的策略！本文將詳細介紹獨角獸模型的邏輯，以及實際的交易例子，歡迎大家一起來學習。
2025 年，從分享精彩的 #Myvocus2024 年度回顧開始！
#Myvocus2024 年度回顧通知已送達
vocus 的 2024 有超過 12 萬筆訂單、35 萬則以上的內容、16 萬以上的新會員、4 千+ 筆數位商品訂單，5 萬 + 則貼文！
曬曬你的 2024 vocus 吧！
相信大家現在都有在使用網銀的習慣
以前因為打工和工作的關係，我辦過的網銀少說也有5、6間，可以說在使用網銀App方面我可以算是個老手了。
最近受邀參加國泰世華CUBE App的使用測試
嘿嘿~殊不知我本身就有在使用他們的App，所以這次的受測根本可以說是得心應手
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
1. 程式交易的核心與運作邏輯
程式交易（Algorithmic Trading）本質上就是以價格與時間為觸發條件，執行一系列預先編好的策略。在短期內，它可以利用波動性帶來的機會，但未必能改變長期市場方向。
核心特點：
價格觸發：大多數程式交易以價格突破某個水平（如支撐或阻力）作為啟動
挺有趣的，在AI題材炒熱了全球股市的同時，也以令人猝不及防的全面滲透並改變人類的金融、股票市場生態系。
1. 產品選擇:AI可以分析市場趨勢、消費者行為和競爭對手數據,幫助賣家選擇最有潛力的產品。
2. 定價策略:AI算法可以動態調整價格,以最大化利潤並保持競爭力。
3. 庫存管理:AI可以預測需求,幫助優化庫存水平,減少缺貨或過度庫存的風險。
前幾個篇章已大致講完技術分析的原理，本篇是前篇的延伸，當我們觀察趨勢中的壓力與支撐時，如果出現特定結構的型態，此時是技術線型發出的強烈訊號，必須好好重視。有哪三種型態是.......
在人工智能的發展歷程中，早期的研究主要側重於將解決問題的規則輸入計算機，試圖通過啟蒙運動理性的思路模擬人類的智能行為。然而，這條路逐漸變得艱難，因為規則過於繁多，無法應對複雜的情境和語境。在這個背景下，一些科學家轉向了神經網絡算法，試圖模擬人腦的感知能力。
我們對AI的認識往往停留在其自動執行任務和模仿人類思維的層面上。但深入探索後，發現AI真正的價值和獨特之處在於其他方面。
大語言模型能夠生成文本，因此被認為是生成式人工智慧的一種形式。
人工智慧的學科任務，是製作機器，使其能執行需要人類智慧才能執行的任務，例如理解語言，便是模式，做出決策。
除了大語言模型，人工智慧也包含了深度學習以及機器學習。
機器學習的學科任務，是透過演算法來實踐AI。
特別
投資並非單純的技術操作，更是一場對自我的探索之旅。從道氏理論到技術分析的優缺點，再到風險管理、情緒控制，以及成功之道，每一步都是通往成功交易的必經之路。本文將從道氏理論開始，一路探討投資中的關鍵議題，帶給您深度的投資啟示。
這篇我會把我所認為的動能交易跟你說，我認為，所為的動能，不過就是聰明錢的流向，你可以視為跟籌碼面一樣，只是散戶能用的籌碼面工具不多，也不準，因為一般能用到的籌碼追蹤，只有證交所公佈的盤後三大法人買賣金額而已，沒有辦法考慮到這些法人是否有用期權、權證等商品去做方向的避險，比如說，大戶(包含三大法人)看
獨角獸模型是一個複合式的模型，由ICT的三個概念組合而成：破壞塊(Breaker)、公允價值缺口(Fair Value Gap)以及時間段(Killzone)，透過細緻的學習和訓練，將會是你在2024年看過最好用的策略！本文將詳細介紹獨角獸模型的邏輯，以及實際的交易例子，歡迎大家一起來學習。