A.i人工智慧真的能預測股市嗎 1

閱讀時間約 7 分鐘
A.i人工智慧真的能預測股市嗎 ? 我們不免俗再提到機器學習,前幾年機器學習,人工智慧這些名詞非常的夯,引領風潮,全世界都在瘋狂,因為AlphaGo 打敗了無數個圍棋高手,開始炒熱機器學習。有人也許好奇,AlphaGo的技術不就是人工神經網路嗎,他的概念由來已久,至少不是現在才橫空出世的新技術,那麼為何深度學習為何遲至今日還未發光發熱呢?我們在之前EP1 還有EP4 都講個類似的問題了。不知道的人可以去轉Podcast來聽聽。也可以翻翻我們前面的文章看看。
原因很簡單,數據資料收集的普及化(大數據)以及硬體的成長(GPU的開發)。要做好深度學習,就得訓練網路、調整網路,以影像辨識為例,過程中便可能需要輸入成千上萬,甚至數以百萬、千萬或上傳張圖像,不斷優化調整神經元的輸入權重,提高辨析圖像的精準度。但那怕是最簡單基本的神經網路,亦需採用大量運算資源,過往如果以CPU加上顯卡來推動此事,顯然力有未逮,當然顯現不出好成果,直至近年來GPU平行運算技術益發成熟精進,才使這項技術有爆發性的成長。[1]
其實人類想用數學,統計的概念來預測股市的運作早就不是新聞。我們在網站上也有放最基礎的統計模型,就是用單純的回歸來湊回歸曲線(淺談用線性迴歸預測股票價格),
簡單來說呢,回歸是一種統計學上分析數據的方法,其目的在於找出一個最能夠代表觀測資料關係的函數,它所得出的結論是連續的。我們先不要拿股市資訊來舉例子,假如我們想找出年齡對應薪資的關係, 在只有兩個變數的平面上,也就是二維空間,一個方向是年齡,另一邊是薪資。那資料取出來就會在這個二維空間上呈現許多點出來,那使用上述之統計方法就可以找出一條能夠代表資料的線,我們稱之為簡單線性回歸(Simple Linear Regression)。 因為這個例子我們可能會直覺性認為年齡越大,薪資越多的機率很高,因此是正相關,斜率為正數的直線。如果今天的例子是股市預測那就不會是『線性』回歸,而是非線性回歸了,有興趣的朋友可以去翻翻書。
那關於機器學習可以用在預測股市上嗎?
國內外也挺多研究人員擁有此疑問[2],滿多學者用工程還有投資角度來回答這個問題。從工程師的角度,太多工程師不瞭解市場真實狀況,這將大大降低模型的真實性。從投資面的角度,因為不可預期的事件太多,這些事件都將增加模型預測不準確的風險。
就算如此,機器學習在金融股市預測的論文也絡繹不決,其中滿多篇論文提到[3][4],機器學習中使用的指標(準確率),其實並不足以直接拿來應用,就算工程師給你一個準確率自稱高達八成的模型,在股市這種高度變化的環境下,雖然可以給投資者一個判斷的參考,但終究並不是直接幫我們做決定的工具。
雖然這種技術在應用上風險很多,但我在找資料的時候也發現國內外越來越多公司,團體在使用這種技術創業。
Sigmoidal是英屬印度洋領土的一家機器學習的公司發表了一些經驗分享[5],文章中裡面在分享機器學習的預測結果時,通常使用投資回報率,而不是預測的正確率,印證了我們上述在判斷機器學習模型時,不可以使用工程界的標準依據,應該要來看投資標準,像是投資報酬率,最大跌幅,夏普比率等等指標..
台科大教授徐演政在演講時發表其觀點[6]。融合多方面角度分析,這套系統是從資訊系統角度來分析股票市場,有別於傳統經濟角度的分析方式,以資金面、技術面、籌碼面、基本面等4大面為基本架構,利用AI技術來分析與挖掘(Data Mining)股票市場的內涵。
台灣倚天也有類似應用的產品[7],其分析美股的資料,轉而給予投資者策略建議,從文章中發現他們會分析多因素風險模型(MFR),推測此公司、app也是會使用多種特徵進去,分析以及推薦其投資策略。
美商(i know first)的模型,放了15年的資料,進而得到一些signal,進而分析股市資訊。他們認為如何應用資訊不對等,就是精神所在,稍微懂一點點股市的人們會多看金融新聞或者看股市線圖,轉成機器學習之後,想當然爾就是把這些資訊丟進模型中學習,但是這麼簡單的話,大家都年賺千萬了,預測正確性常常令人認為不法使用,因此有些派系認為股市是隨機市場,無法預測,但是有另一派認為,股市是Chaos混亂市場,影響的因子極多,多到讓人以為是隨機[8]。


到這邊可以先得到二個論點
1. 想要正確預測股市,需要龐大的資料量,不太可能只單靠某些單純的資訊就準確預測,需要的指標範疇相當廣泛,思考的越多,教給機器越多,越有機會成功。
2. 模型判斷指標,不能看傳統的工程指標(準確率),要去投資指標。
3. 以目前已知的知識及技術,金融科技終究只是輔助,風險還是存在,跑出來的數據還是只能參考,最後還需由人類判斷其結果。

Reference:
  1. Machine Learning For Stock Price Prediction Using Regression
    (https://www.quantinsti.com/blog/machine-learning-trading-predict-stock-prices-regression/)
  2. Can Machine Learning Techniques Be Used To Predict Stock Prices?
    (https://www.researchgate.net/post/Can_Machine_Learning_Techniques_Be_Used_To_Predict_Stock_Prices)
  3. 2017's Deep Learning Papers on Investing
    https://itnext.io/2017s-deep-learning-papers-on-investing-7489e8f59487
  4. Deep Learning for Event-Driven Stock Prediction
    https://www.ijcai.org/Proceedings/15/Papers/329.pdf
  5. Machine Learning for Trading – Topic Overview
    https://sigmoidal.io/machine-learning-for-trading/
  6. 台科大教授徐演政的股票預測系統今年期貨大賺1600點
    https://www.ithome.com.tw/node/13851
  7. 股市中的AlphaGo!國內推出第一款美股AI智慧分析師APP
    https://www.ettoday.net/news/20171102/1044271.htm
  8. Machine Learning Trading, Stock Market, and Chaos
    https://iknowfirst.com/rsar-machine-learning-trading-stock-market-and-chaos

為什麼會看到廣告
110會員
94內容數
史塔克音近Stock,我們是一群喜歡研究股市市場並且利用機器學習分析的資料科學家,我們最常使用到Python來做量化投資,研究了一段時間的財經跟程式,希望能把我們自己分析的分析成果,和大家一起分享看看,並且和大家在這一條漫長的路一起學習成長!
留言0
查看全部
發表第一個留言支持創作者!
其實 我標題很想下:   把高永夏打到退出棋壇的神秘高手 — Alphago
這篇文章的標題有「預測」二字,但看完之後請大家思考一下,這種基於「統計學」、「機器學習」的預測方法,是否跟你心中的「預測」相差甚遠呢?
在大數據以及科技的快速進展之下,會有許多傳統投資者對這種投資方式並不是很理解,並且對機器學習還有電腦來輔助感到不安,但我們要指出,這些並不是新概念,許多投資者已經在使用數據和某種形式的機器學習來分析市場資訊。  
大數據和機器學習正掀起一波“數位革命”,巨量的資料正掀起人類生活、工作和思考方式的全面革新。 以股票市場來說, 許多國家允許投資者自行探索自由市場的相關數據。例如,數百萬種金融商品的即時價格、電子商務在某個時間的交易的客戶數量或者用衛星探測某個國家農業的總產量等等。
其實 我標題很想下:   把高永夏打到退出棋壇的神秘高手 — Alphago
這篇文章的標題有「預測」二字,但看完之後請大家思考一下,這種基於「統計學」、「機器學習」的預測方法,是否跟你心中的「預測」相差甚遠呢?
在大數據以及科技的快速進展之下,會有許多傳統投資者對這種投資方式並不是很理解,並且對機器學習還有電腦來輔助感到不安,但我們要指出,這些並不是新概念,許多投資者已經在使用數據和某種形式的機器學習來分析市場資訊。  
大數據和機器學習正掀起一波“數位革命”,巨量的資料正掀起人類生活、工作和思考方式的全面革新。 以股票市場來說, 許多國家允許投資者自行探索自由市場的相關數據。例如,數百萬種金融商品的即時價格、電子商務在某個時間的交易的客戶數量或者用衛星探測某個國家農業的總產量等等。
你可能也想看
Google News 追蹤
Thumbnail
這個秋,Chill 嗨嗨!穿搭美美去賞楓,裝備款款去露營⋯⋯你的秋天怎麼過?秋日 To Do List 等你分享! 秋季全站徵文,我們準備了五個創作主題,參賽還有機會獲得「火烤兩用鍋」,一起來看看如何參加吧~
Thumbnail
美國總統大選只剩下三天, 我們觀察一整週民調與金融市場的變化(包含賭局), 到本週五下午3:00前為止, 誰是美國總統幾乎大概可以猜到60-70%的機率, 本篇文章就是以大選結局為主軸來討論近期甚至到未來四年美股可能的改變
Thumbnail
Faker昨天真的太扯了,中國主播王多多點評的話更是精妙,分享給各位 王多多的點評 「Faker是我們的處境,他是LPL永遠繞不開的一個人和話題,所以我們特別渴望在決賽跟他相遇,去直面我們的處境。 我們曾經稱他為最高的山,最長的河,以為山海就是盡頭,可是Faker用他28歲的年齡...
Thumbnail
AI人工智慧不斷改變我們的世界,文章講述包含透過AI科技監控系統,追蹤鐵軌附近的大象活動,防止因火車撞擊而死亡。運用AI人工智慧工具臨床試驗,為憂鬱症患者提供更精準藥物治療,以及透過AI人工智慧產出的無人駕駛拖拉機,使農民提供農業效率並永續土地,讓我們一同探索AI人工智慧正快速改變的產業。
Thumbnail
《A.I.人工智慧》是一部令人深思的經典科幻電影。故事融合古典經典與未來科技,探討人工智慧對生活的影響。電影中描繪的AI智慧機器逐步取代各種人工工作的情節,與現實逼近,或許在未來三到五年內成為現實。影片貫穿《木偶奇遇記》的精神,以小男孩大衛的奇遇記,引領觀眾反思科技發展的可能性和挑戰。
Thumbnail
在當今數位時代,AI人工智慧正成為引領未來的關鍵技術之一。AI的發展不僅改變了我們與科技互動的方式,還深刻地塑造了社會、經濟和文化的格局。以下將探討AI的定義、開發階段和其帶來的優勢。
沒想到路上就有櫻花大景!南投信義鄉的「觀山休息區」,現場種有40多棵桃紅色山櫻花樹,沿著台21線都可賞絕美櫻花景,夜晚雲海繚繞時,還有機會拍到夜櫻琉璃光! 觀山休息區桃紅色山櫻花樹,吸引網友前往取景。(圖/molly888666) 觀山休息區桃紅色山櫻花樹,吸引網友前往取景。(
人工智慧對於人類工作的取代問題引起了廣泛關注。雖然有些人認為人工智慧會取代許多傳統工作,但也有人認為它將創造更多就業機會。人工智慧的應用領域廣泛,可能取代一些重複性或低技能的工作,但同時也可能創造新的工作機會。面對這個挑戰,我們應該加強科技倫理和法規的制定,提供必要的培訓和轉型支援,以及促進社會對科
Thumbnail
回到”自我意識”的定義,沒有自我意識是不可能創造知識跟產生洞見的。有個流行說法是,只要AI網路節點增加到像人類大腦神經元的數量,就是"自我意識"產生的奇異點。其實這個說法很武斷,完全沒有推論與證據。 所以到底甚麼是"自我意識"? 終極的哲學三問:我是誰,我從哪裡來,我將往哪裡去,能夠回答得出來,也許
Thumbnail
這個秋,Chill 嗨嗨!穿搭美美去賞楓,裝備款款去露營⋯⋯你的秋天怎麼過?秋日 To Do List 等你分享! 秋季全站徵文,我們準備了五個創作主題,參賽還有機會獲得「火烤兩用鍋」,一起來看看如何參加吧~
Thumbnail
美國總統大選只剩下三天, 我們觀察一整週民調與金融市場的變化(包含賭局), 到本週五下午3:00前為止, 誰是美國總統幾乎大概可以猜到60-70%的機率, 本篇文章就是以大選結局為主軸來討論近期甚至到未來四年美股可能的改變
Thumbnail
Faker昨天真的太扯了,中國主播王多多點評的話更是精妙,分享給各位 王多多的點評 「Faker是我們的處境,他是LPL永遠繞不開的一個人和話題,所以我們特別渴望在決賽跟他相遇,去直面我們的處境。 我們曾經稱他為最高的山,最長的河,以為山海就是盡頭,可是Faker用他28歲的年齡...
Thumbnail
AI人工智慧不斷改變我們的世界,文章講述包含透過AI科技監控系統,追蹤鐵軌附近的大象活動,防止因火車撞擊而死亡。運用AI人工智慧工具臨床試驗,為憂鬱症患者提供更精準藥物治療,以及透過AI人工智慧產出的無人駕駛拖拉機,使農民提供農業效率並永續土地,讓我們一同探索AI人工智慧正快速改變的產業。
Thumbnail
《A.I.人工智慧》是一部令人深思的經典科幻電影。故事融合古典經典與未來科技,探討人工智慧對生活的影響。電影中描繪的AI智慧機器逐步取代各種人工工作的情節,與現實逼近,或許在未來三到五年內成為現實。影片貫穿《木偶奇遇記》的精神,以小男孩大衛的奇遇記,引領觀眾反思科技發展的可能性和挑戰。
Thumbnail
在當今數位時代,AI人工智慧正成為引領未來的關鍵技術之一。AI的發展不僅改變了我們與科技互動的方式,還深刻地塑造了社會、經濟和文化的格局。以下將探討AI的定義、開發階段和其帶來的優勢。
沒想到路上就有櫻花大景!南投信義鄉的「觀山休息區」,現場種有40多棵桃紅色山櫻花樹,沿著台21線都可賞絕美櫻花景,夜晚雲海繚繞時,還有機會拍到夜櫻琉璃光! 觀山休息區桃紅色山櫻花樹,吸引網友前往取景。(圖/molly888666) 觀山休息區桃紅色山櫻花樹,吸引網友前往取景。(
人工智慧對於人類工作的取代問題引起了廣泛關注。雖然有些人認為人工智慧會取代許多傳統工作,但也有人認為它將創造更多就業機會。人工智慧的應用領域廣泛,可能取代一些重複性或低技能的工作,但同時也可能創造新的工作機會。面對這個挑戰,我們應該加強科技倫理和法規的制定,提供必要的培訓和轉型支援,以及促進社會對科
Thumbnail
回到”自我意識”的定義,沒有自我意識是不可能創造知識跟產生洞見的。有個流行說法是,只要AI網路節點增加到像人類大腦神經元的數量,就是"自我意識"產生的奇異點。其實這個說法很武斷,完全沒有推論與證據。 所以到底甚麼是"自我意識"? 終極的哲學三問:我是誰,我從哪裡來,我將往哪裡去,能夠回答得出來,也許