作者magelinus (守夜人)
看板Stock
标题Re: [心得] AI时代来临，技术分析真的已经没用了
时间Sun May 5 20:20:48 2024
※ 引述《nicefl2001 (@keissendo)》之铭言：
: ※ 引述《nicefl2001 (@keissendo)》之铭言：
: : 透过 AI的深度与机器学习能力，
: : 使其能够自动适应市场条件，不断更新、优化交易策略、进行再平衡。
: : AI在投资组合管理方面也展现出卓越的能力，
: : 通过精准地管理和适当地调整投资组合，实现最佳的多元化和风险控制。
: : 目前华尔街许多大型投资机构、对冲基金、法人投行都已经全面导入AI Fintech
: : 演算法程式交易
当年NASA首次登陆月球，所使用的电脑相较现在的手机根本像玩具，
也就是说我们带手机穿越到当年，等於是带一台超级电脑，
但这时代的手机应该比较像是掌上型游戏机的样子。
无意冒犯，但您真的理解通篇堆砌的那些词藻，其真正的意义?
: 这边提到的AI演算法量化交易，
: 和大家过去所认知的 "自动化程式交易" 是不一样的概念
: AI演算法量化交易 (Quantitative and Algorithmic Trading，简称 QAT)
: 主要是华尔街如美林、高盛、大小摩等那帮大型机构投行
: 以及中大型像黑石、桥水、文艺复兴等对冲基金所使用
: AI QAT演算法量化交易，依赖於复杂的数学或统计学模型，
: 结合类似 Bloomberg Terminal 的云端大数据来进行大资料分析。
Quantitative也就是金融量化分析，
本身是基於统计学的结果来分析投资标的，
得力於如今电脑硬体效能飞速进展，
一般人也能在一般的PC/NB上做相关分析。
有兴趣的请去图书馆找以python/R 实作的书来了解。
至於Algorithmic Trading也就是演算法交易，
顾名思义就是以程式交易来实作交易的动作，
而为了分析实时交易的大量tick，
已设计好的程式来做出实时的推理/分析等等，
这类程式内容就是演算法，这跟有无AI无关，
反倒是和硬体飞速发展和强力软体的取得越来越容易(特别是Unix这类的自由软体)，
任何人只要有心都能下载python/R来做上述的QAT分析。
再次强调，这是得力於硬体效能快速发展和强力软体容易取得，
因此几乎人人都有机会学习QAT。
: 其核心在於通过模型去挖掘历史资料中的规律，并基於这些规律做出投资决策。
: 透过Machine/Deep Learning使得QAT具有更强的资料处理能力和策略优化空间。
这东西在python和R上面目前有名的如tenser flow，
已经很容易取得了，而所谓的深度学习其基本程式理论，
依样能在图书馆找到，去看一下该基础理论程式码如现今流行的类神经网路，
比较能真的了解机器学习的优缺点在哪里，不会有AI恐慌，
至少在投资的领域，这是个变数很大很大的专门领域。
而当前的AI只能算是弱人工智能，也就是无法泛用不像人脑。
以建筑为例，AI可以轻易地做出很漂亮的建筑物外观设计，
但AI目前无法做的是符合法规的精准设计。
至於目前我们所知的所谓华尔街大公司的AI优化策略之类的，
可以想像他能针对盘中的海量资讯，以既定的演算法做出快速的量化分析，
但不表示AI就很强，如同NASA当年首登月球的电脑以现今标准来看很弱，
但却做到了这时代登陆月球的其他国家如中国/印度得用超级电脑才能做的事情。
: 能随市场变化进行投资组合调整与再平衡
: 另一种一般人以为的"AI"则是传统的自动化程式交易
: 使用类似 Multichart/TradeStation/MT5这类下单交易软体
: 来按照使用者写好的策略进行自动下单交易
: 不同於 AI QAT 能够通过机器学习等技术自我优化策略，
: 可以不断地从历史资料中学习并调整策略，
: 以提高交易的盈利性和风险控制能力。
: 而传统程式交易的策略优化与调整
: 则需要使用者手动进行，
: 软体本身不具备自我学习和调整的能力。
软体的能力取决於设计者，如先前一再强调的NASA首登月球，
有些交易平台使用类似Eazy Language 的交易script语法，
的确无法写机器学习的演算法，
但针对实时大量数据做量化分析的演算法已经够了。
至於以下的这些本来就是程式交易的强项，
在ChatGPT出现前就存在很久了，
有兴趣的请找"快闪交易"一书。
: 近年来，AI QAT在华尔街已经被大量用来取代传统交易员的许多问题，
: 并最大限度地减少人类情绪干扰。
: 1. 你会害怕追高被套牢，或者在面对股票下跌时感到焦虑，
: 你会因为这些情绪而犹豫不决，不知道何时进场或退场。
: 但AI不会
: 2. 当持股开始下跌时，你可能会感到紧张和焦虑，不知道该继续等解套，
: 还是该果断止损。但AI不会
: 3. 当你因为缺乏耐心而太早卖出股票，之後看着股价涨上去却不敢追，
: 或是因为太贪心而错过了出场时间，最後抱上抱下，
: 纸上富贵一场，甚至从赚钱抱到变赔钱，但AI不会
: 4. 面对海量的新闻、经济数据和消息，你可能会感到迷茫和不知所措，
: 不知道这些资讯是真是假，但AI能透过语言模型、大数据和演算法分析
: 利用这些短线消息和市场情绪，来收割那些炒短线的散户筹码
: 5. 过去能赚钱的策略，并不代表在未来也能持续稳定获利，
: 你的策略需要自己手动调整，但AI (QAT) 会自动进行最佳化
: 剩下的体力、精神状态、资控风控、纪律、耐心、策略执行力
: 交易成本、交易速度等等的就更别说了....
像第五点完全和AI无关，因为所谓的AI也是一种演算法。
: 软体程式交易和AI演算法量化交易，真的是不同等级的东西
: 不要拿来相提并论
或者说取决於演算法的内容。
--
Kent记得曾经请求师父教他密法，师父虽然答应，但是师父要求他在日常生活上要先作到
心性和行为合一，师父说
当一个人内在心性和外在行为合一时，修行才能入门，否则心、
行各自为政，一个人就成了双头马车，最後一定分裂，修行自然不成，最终落入魔道。
心中的秘密使得Kent成了双头马车，他记得师父很慎重的比着那个曼达罗，若有所指的告
诉他说：「
有朝一日，你能在方圆之中取得圆融的话，修行对你才有意义。」
https://i.imgur.com/fqrVMBD.jpg
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 220.132.128.144 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Stock/M.1714911663.A.3C1.html
1F：推 huabandd : 演算法的内容还有很大的进步空间，以目前的各家AI 05/05 20:30
2F：→ huabandd : 来说，问问题还是有机会得到错误回答，等到哪一天 05/05 20:30
3F：→ huabandd : 能够在搜寻资料时也能不同意见的资料纳入并做修正 05/05 20:30
4F：→ huabandd : 後回答才是AI比较成熟的一个表现，运用在股市的消 05/05 20:30
5F：→ huabandd : 息面也是如此，当市场有人看多有人看空，可以分析 05/05 20:30
6F：→ huabandd : 他们各自的理由并综合判断给出结论，就能带来很大 05/05 20:30
7F：→ huabandd : 的帮助 05/05 20:30
8F：推 Gipmydanger : 看着吧，很快你就不这麽想了 05/05 20:33
9F：推 PitzMan : 有没有可能训练AI程式操盘躺着赚? 05/05 20:34
训练AI程式做深度学习来执行进出场动作-->不难，
躺着赚-->比较难。
10F：推 lifeowner : 一堆人连演算法和模型的差别都搞不清楚 也能吹半天 05/05 20:34
11F：推 huabandd : 楼上你分享一下，让一般人了解一下 05/05 20:37
所谓的模型论网路上找一下就有，
简单说就像是做一台机器，给他同样的input就会有一样的output，
他不是字面上的意义，表现方式反而比较像是数学函数的运作方式(input/output)。
举简单例子，假设"K穿越日K之MA20(月线)就进场，反向穿越则出场"，
这就是个简单的交易"模型"，能依盘势做出有意义的反应。
而将该模型写成电脑可执行的程式，就是演算法。
目前广泛使用的影像辨识如车牌辨识，
则是以类神经网路的演算法，做大量的图片学习後，
在符合误差率的标准下，会产生一组特定的常数设定。
以tensor flow来说会产生一个打包好的档案，该档案就是可使用的模型。
该档案的内容请想像成，
就是反覆调整 f(x)=aX^n +bX^(n-1)...+miu(白杂讯)中的常数a/b/...miu。
※ 编辑: magelinus (220.132.128.144 台湾), 05/05/2024 20:42:04
※ 编辑: magelinus (220.132.128.144 台湾), 05/05/2024 20:56:33
12F：推 Lions2020 : 天哪你各位，可以说中文吗？ 05/05 21:19
13F：→ newwu : 其实就是有没有用机器学习啦 05/05 21:29
14F：→ ert0700 : 等到ai能用人类思考方式去解因式分解时再来考虑ai能 05/05 21:32
15F：→ ert0700 : 不能思考跟创新也不迟 05/05 21:32
16F：推 huabandd : 我是让10楼解释不是让原po你解释XD 05/05 21:40
17F：推 herculus6502: 单纯的均线策略，不是被巴死，就是(而且)亏在手续费 05/05 21:41
18F：推 huabandd : 原po你回覆的第二段最後的演算法跟AI的演算法是不 05/05 21:43
19F：→ huabandd : 同的定义吧？那顶多只能称为模型称不上演算法吧？ 05/05 21:43
20F：→ gameforyou : AI使用的策略模型就是所谓的技术分析，差别在於人 05/05 22:21
21F：→ gameforyou : 人会经由主观因素影响客观，而AI只看客观条件 05/05 22:23
22F：→ gameforyou : 而且模型的建立必然会因人而异，如chatgpt与gemini 05/05 22:28
23F：→ gameforyou : 就会因条件而有所不同 05/05 22:28
24F：→ gameforyou : 而且当所有的人都使用同样的AI策略，谁会是赢家？ 05/05 22:30
25F：推 huabandd : 楼上你说的应该是只有单纯技术分析，如果要加入AI 05/05 22:30
26F：→ huabandd : 去做操作，应该要连技术分析之外的消息也加进去， 05/05 22:30
27F：→ huabandd : 这才有用AI操作的意义不是吗？ 05/05 22:30
28F：→ gameforyou : 除非AI到了能自主思考阶段，否则人的因素才是关键 05/05 22:33
29F：推 ProTrader : 之前我就说过古早的技术分析就是非常原始的AI 05/05 23:55
30F：→ ProTrader : 那些技术指标就像是现在AI在用的"特徵" 05/05 23:56
31F：→ ProTrader : 以前对这些"特徵"根本也没有运算直接看结果 05/05 23:57
32F：→ ProTrader : 像上面说的均线交叉就只是快慢线相减值正负变化时 05/05 23:58
33F：→ ProTrader : AI有3个重要的发展方向 资料 模型演算法 运算能力 05/05 23:59
34F：→ ProTrader : 运算能力就是越来越厉害的AI晶片与记忆体 05/06 00:00
35F：→ ProTrader : 资料 古早技术指标用的就只是K线价量 05/06 00:02
36F：→ ProTrader : 价值投资用的财报 以外还有筹码 新闻 网路推文... 05/06 00:03
37F：→ ProTrader : 模型演算法就是"可赚钱的策略"是其中最重要的 05/06 00:04
38F：→ ProTrader : 比如 判断底部的方法 找飙股的方法... 05/06 00:05
39F：→ ProTrader : 这时代AI的强项在於能处理多样大量的资料 05/06 00:05
40F：→ ProTrader : 而且可以自己找有用的特徵 不断自我学习进步 05/06 00:06
41F：→ ProTrader : 然而 实际上AI投资绩效远逊於围棋AI的表现 05/06 00:07
42F：→ ProTrader : 现在也已经有作者出书在教怎样作投资AI 05/06 00:09
43F：→ ProTrader : 可教AI的作问题跟那些教技术分析的作者一样 05/06 00:09
44F：→ ProTrader : 用技术分析或者现在用AI 那些作者自己真的有赚钱? 05/06 00:10
45F：→ ProTrader : 实际上多半都是靠卖书开课赚钱 05/06 00:10
46F：→ ProTrader : 以前在股市期货说的程式交易 现在改成AI交易而已 05/06 00:12
47F：→ ProTrader : 资料数量多元性以及模型演算法 这些年真的有进步 05/06 00:14
48F：→ ProTrader : 台湾可看XQ讨论区 国外有TradingView 05/06 00:14
49F：→ ProTrader : 认真看的话是真的有些作者无私分享各种技术指标 05/06 00:15
50F：→ ProTrader : 坦白说 台湾卖的书只能用来入门 後续内容要看讨论区 05/06 00:16
51F：推 lavign : GPT-4没开源不能finetune不然它泛化能力最强 05/06 00:24
52F：推 a77942002 : 运用程式交易通常想是固定标准逻辑常态运作 05/06 01:17
53F：→ a77942002 : 现在追求的AI也就想要他像人一样分析.. 05/06 01:17
54F：→ a77942002 : 嗯....这样不就只是创造出一个 AI折折而已~ 05/06 01:17
55F：推 rmp4rmp4bear: 可以自动辨识市场特徵并自动撰写演算法，然後测试 05/06 02:42
56F：→ rmp4rmp4bear: 修正模型并获利 05/06 02:42
57F：→ rmp4rmp4bear: 我们可以用一句话就总结ai trading吗啾咪 05/06 02:42
58F：推 ProTrader : 适应：金融演化新思维 这本书的想法让AI自己作 05/06 02:51
59F：→ tctv2002 : 正确 真正的AI是能筛选并改正错误的答案 05/06 07:36
60F：推 m180 : 真正的ai最後可能发现买进并且长期持有大盘etf才是 05/06 09:53
61F：→ m180 : 最佳解 05/06 09:53
62F：→ JaccWu : 怎麽可能 如果AI演算法都一样强还是得捉对厮杀啊 05/06 10:03
63F：→ JaccWu : 不然哪来超额报酬 05/06 10:04
64F：→ JaccWu : 难道AI够成熟的世界 所有AI会一起站在多空同侧吗？ 05/06 10:05
65F：→ JaccWu : 那这样哪来流动性 05/06 10:05
66F：推 william85 : 推 05/06 10:16