※ 本文轉寄自 ptt.cc 更新時間: 2024-05-04 08:56:12
看板 Stock
作者 標題 Re: [心得] AI時代來臨,技術分析真的已經沒用了
時間 Fri May 3 10:29:22 2024
※ 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
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。
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。
能隨市場變化進行投資組合調整與再平衡
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。
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。
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
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....
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....
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
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 61.230.19.157 (臺灣)
※ 作者: nicefl2001 2024-05-03 10:29:22
※ 編輯: nicefl2001 (61.230.19.157 臺灣), 05/03/2024 10:30:33
推 : 大師 所以明天會漲還是跌1F 05/03 10:35
→ : 玩BTC/NQ/YM,每天都能看到QAT的各種精彩演出2F 05/03 10:35
推 : 推3F 05/03 10:36
→ : 預測未來走勢只有散戶會做,真正的交易是看著球打4F 05/03 10:36
→ : 一樓反串完美示範5F 05/03 10:37
→ : 貴在跟隨和應對行情,而不是腦補預測或幻想行情6F 05/03 10:37
推 : 大家都用AI 誰輸錢7F 05/03 10:38
→ : 敢用的飛彈的才會贏
→ : 敢用的飛彈的才會贏
推 : 這種AI橫行的市場幾乎可以視為零和市場。散戶如果9F 05/03 10:39
→ : 有此認知還願意被宰那麼強大的AI才有發揮之處。AI
→ : 全面碾壓人類,那麼散戶只剩投資大盤能跟著經濟成
→ : 長賺錢了,其餘都是韭菜。但事實如此嗎?
→ : 有此認知還願意被宰那麼強大的AI才有發揮之處。AI
→ : 全面碾壓人類,那麼散戶只剩投資大盤能跟著經濟成
→ : 長賺錢了,其餘都是韭菜。但事實如此嗎?
推 : 還在輸錢,股市就不是零和啊13F 05/03 10:39
推 : 事實如此14F 05/03 10:39
→ : 你要抄掃把去打機槍手是你的事
→ : 你要抄掃把去打機槍手是你的事
→ : 真正的AI都被華爾街拿來割韭菜了,散戶根本碰不到16F 05/03 10:40
→ : 股市永遠不會出現所有散戶都開始用AI
→ : 股市永遠不會出現所有散戶都開始用AI
→ : 通常喪屍末日來臨在車頂上打喪屍的不會是你18F 05/03 10:41
→ : 你是在車底撕咬吃老鼠的那個
→ : 你是在車底撕咬吃老鼠的那個
→ : 目前在用的,覺得是用數據分析,如雨水,氣溫,這20F 05/03 10:55
→ : 種確切的數據分析,當年度是否有可能缺糧,這個應
→ : 該做的到。有限度的使用在交易上面。
→ : 種確切的數據分析,當年度是否有可能缺糧,這個應
→ : 該做的到。有限度的使用在交易上面。
噓 : 講個陳年老故事Amazon在2010年代曾經做過人資大數據23F 05/03 10:56
→ : 後來這個計畫直接銷毀了 因為所有數據指出女性員工
→ : 後來這個計畫直接銷毀了 因為所有數據指出女性員工
→ : AI是不會,但AI被用來訓練的資料庫是人類主觀形成的25F 05/03 10:57
→ : 如果以消息與股價關聯的歷史紀錄,就是人類情緒的反
→ : 如果以消息與股價關聯的歷史紀錄,就是人類情緒的反
→ : 因為要婚育所以成本和職涯成長性顯著弱於男性27F 05/03 10:57
→ : AI建議所有生理性別女 起始分數就扣分
→ : 你的AI套交易的結果就是長期無限做多 沒有別的策略
→ : AI建議所有生理性別女 起始分數就扣分
→ : 你的AI套交易的結果就是長期無限做多 沒有別的策略
推 : 所以就全市場低成本ETF啊,贏50%以上的人就好30F 05/03 11:00
噓 : 怎麼又來 騙人錢的東西31F 05/03 11:04
推 : 隨機漫步背後的邏輯是完全效率市場,AI操盤讓機構32F 05/03 11:08
→ : 無限貼近完全效率市場
→ : 導致大型權職股的走勢無限貼近隨機漫步
→ : 無限貼近完全效率市場
→ : 導致大型權職股的走勢無限貼近隨機漫步
→ : 事實,跟你愛不愛聽,是兩碼子事35F 05/03 11:09
→ : RachelMcAdam 有些東西果然是內行人才看得懂36F 05/03 11:17
→ : 調整沒那麼快,人為介入也還是必須的==37F 05/03 11:18
推 : 2024有人還講2010的東西38F 05/03 11:27
→ : 除非特徵工程完全不用技術指標,不然我不太同意39F 05/03 11:29
→ : 技術指標背後只是量價,賺賠比和風控才是關鍵40F 05/03 11:41
推 : 散戶乖乖買ETF的時代到了41F 05/03 11:42
→ : 別忘了,ETF也有很多人耐心不夠、抱不住的42F 05/03 11:44
→ : ETF就是讓散戶法人化,以後韭菜散戶會愈來愈少了.43F 05/03 11:52
→ : 技術分析,你會、獨眼龍也會,你想什麼對方不知道?44F 05/03 11:57
推 : AI學笨了不就追高殺低45F 05/03 12:07
→ : AI的參數也是人設定的,只是免除複雜的算法而已46F 05/03 12:08
→ : Data是散戶人踩人,AI也只會跟著踩而已
→ : Data是散戶人踩人,AI也只會跟著踩而已
推 : 以後散戶要把自己練成面壁者不讓AI作對48F 05/03 12:17
→ : 拿歷史資料訓練本質上還是看後照鏡開車啊49F 05/03 12:17
推 : 比較困惑的是不是大家都知道不一樣嗎 特地發一篇的50F 05/03 12:18
→ : 意義是?
→ : 意義是?
推 : 反正一堆AI跟算方便,敵不過一個上帝結果52F 05/03 12:21
噓 : 幣圈仔的理論就算了53F 05/03 12:22
→ : 算法54F 05/03 12:22
→ : #這次不一樣55F 05/03 12:37
推 : 確實,以後散戶單幹要頻繁操作或是炒短線會越來越56F 05/03 12:47
→ : 難,這個一定是AI割散戶韭菜的市場。而大型機構的A
→ : I也有高下之分,弱的AI還是會被割。
→ : 難,這個一定是AI割散戶韭菜的市場。而大型機構的A
→ : I也有高下之分,弱的AI還是會被割。
→ : 前半篇在講AI跟一般自動化程式交易差異 但後半篇舉60F 05/03 13:11
→ : 例的123把ΑΙ代換成程式交易也通欸cc
→ : 例的123把ΑΙ代換成程式交易也通欸cc
噓 : 本文作者最大的誤解,就是以為目前給AI學習的資料,63F 05/03 13:23
→ : 就足以產生出獲利的決策。
→ : 有很多資訊是收盤後才有,用AI看著當下的走勢,做出
→ : 反應,就是勝利的策略?
→ : 所以你不是誤解AI,而是誤以為當前ML的資料,就足夠
→ : 做出獲利的決策。但實則,沒人敢說目前ML的資料已經
→ : 能掌握市場的全貌,進而能當下做出獲利決策。
→ : 就足以產生出獲利的決策。
→ : 有很多資訊是收盤後才有,用AI看著當下的走勢,做出
→ : 反應,就是勝利的策略?
→ : 所以你不是誤解AI,而是誤以為當前ML的資料,就足夠
→ : 做出獲利的決策。但實則,沒人敢說目前ML的資料已經
→ : 能掌握市場的全貌,進而能當下做出獲利決策。
推 : 你要下班 吃飯 拉屎,肝不好看醫生,更糟還會死翹翹70F 05/03 13:37
→ : AI不會~~~
→ : AI不會~~~
推 : 44樓的回覆一直是我對技術分析的一部分看法,就像72F 05/03 13:51
→ : 食神說的比賽就是這樣的,你做什麼他就做什麼,你
→ : 會用大戶也會用,至於AI為什麼能夠更好的收割散戶
→ : ,說再多都是會有人不信,就好像有人堅信地球是平
→ : 的一樣,專門訓練的AI怎麼可能放出來給散戶玩
→ : 覺得AI不會進步就好像總有人覺得特斯拉自駕不會進
→ : 步一樣,要是覺得不會進步就不會進步囉
→ : 食神說的比賽就是這樣的,你做什麼他就做什麼,你
→ : 會用大戶也會用,至於AI為什麼能夠更好的收割散戶
→ : ,說再多都是會有人不信,就好像有人堅信地球是平
→ : 的一樣,專門訓練的AI怎麼可能放出來給散戶玩
→ : 覺得AI不會進步就好像總有人覺得特斯拉自駕不會進
→ : 步一樣,要是覺得不會進步就不會進步囉
推 : 其實就是對深度學習不了解,很多人以為AI還是以前79F 05/03 14:05
→ : 那個演算法套用做決策
→ : 那個演算法套用做決策
推 : 真der 現在AI超級猛 而且這是真金白銀人吃人的市場81F 05/03 14:09
→ : 一定用盡所有手段去搞這個
→ : 人類:今天賺錢了 但我不知道為什麼
→ : 一定用盡所有手段去搞這個
→ : 人類:今天賺錢了 但我不知道為什麼
推 : 一定有賺錢的ai模型v.s.一定有賺錢的方法84F 05/03 14:43
→ : v.s.市場上一定有賺錢的主觀交易者 ccx
→ : 反過來賠錢的ai也很多cc
→ : v.s.市場上一定有賺錢的主觀交易者 ccx
→ : 反過來賠錢的ai也很多cc
噓 : 就是個股便宜價越來越難有,玩個股越來越難87F 05/03 14:49
推 : ai再怎麼猛世界上的錢還是有限的,散戶不進場是要88F 05/03 14:52
→ : 怎麼割。講實際一點的,你比現在猛一億倍還是受制
→ : 於散戶進場的量,量變少你能賺的就是變少。所以吹
→ : 捧AI的邏輯在於好猛好猛散戶輸慘了這個方向根本就
→ : 不對,人不會想和車賽跑。AI真的有利可圖不能把散
→ : 戶當韭菜…
→ : 怎麼割。講實際一點的,你比現在猛一億倍還是受制
→ : 於散戶進場的量,量變少你能賺的就是變少。所以吹
→ : 捧AI的邏輯在於好猛好猛散戶輸慘了這個方向根本就
→ : 不對,人不會想和車賽跑。AI真的有利可圖不能把散
→ : 戶當韭菜…
推 : 有些技術指標例如sar當初就是開發演算法發展出來的94F 05/03 15:14
→ : cc
→ : 結果說技術指標沒用那要拿什麼給ai判讀市場
→ : cc
→ : 結果說技術指標沒用那要拿什麼給ai判讀市場
→ : 要是真的發展到市場已不存在,不知道這樣的世界長97F 05/03 15:17
→ : 怎樣
→ : 怎樣
→ : 預測你的預測99F 05/03 16:29
→ : 古早的技術指標在現在的AI觀點就是市場的價格特徵100F 05/03 17:02
→ : AI在拿到資料整理後會先進行特徵工程找出特徵
→ : 在以前這個特徵工程是完全靠人類科學家工程師找
→ : 現在則已經變成AI可以自己找有用的特徵
→ : 而且說技術指標通常是侷限在K線價量分析
→ : 這時代AI用的資料包山包海 像是高科技衛星影像
→ : 船隻車輛的運行還有農作物礦產生產可以直接看
→ : 前面是資料再來是分析 以前就看黃金交叉多頭排列
→ : 再加個成交量爆量算很認真分析了
→ : 現在的各種AI模型說的就是資料分析的方法 進步很多
→ : 也因此那些華爾街投行避險基金的科技是遠超散戶
→ : 但就算如此 預測的準度也就那樣啊看看那些外資報告
→ : 總之技術指標可看成很原始的AI 但現代AI也有瓶頸
→ : 要像圍棋AI這樣虐殺碾壓人類的交易AI現在還差很遠
→ : 目前只有高頻交易領域 確實有做到完勝人類
→ : 想知道細節 可看版上有位常分享的機器學習線仙的文
→ : AI在拿到資料整理後會先進行特徵工程找出特徵
→ : 在以前這個特徵工程是完全靠人類科學家工程師找
→ : 現在則已經變成AI可以自己找有用的特徵
→ : 而且說技術指標通常是侷限在K線價量分析
→ : 這時代AI用的資料包山包海 像是高科技衛星影像
→ : 船隻車輛的運行還有農作物礦產生產可以直接看
→ : 前面是資料再來是分析 以前就看黃金交叉多頭排列
→ : 再加個成交量爆量算很認真分析了
→ : 現在的各種AI模型說的就是資料分析的方法 進步很多
→ : 也因此那些華爾街投行避險基金的科技是遠超散戶
→ : 但就算如此 預測的準度也就那樣啊看看那些外資報告
→ : 總之技術指標可看成很原始的AI 但現代AI也有瓶頸
→ : 要像圍棋AI這樣虐殺碾壓人類的交易AI現在還差很遠
→ : 目前只有高頻交易領域 確實有做到完勝人類
→ : 想知道細節 可看版上有位常分享的機器學習線仙的文
推 : 以後小機構就是被割116F 05/03 21:33
推 : 樓樓上說的衛星照片這些其實量化就有人在做了,還沒117F 05/03 21:45
→ : 到ai,倒是特徵發現確實是ai領域
→ : 高頻也是量化領域就能完勝了,用到ai我是懷疑它值
→ : 不值
推 : 唯快不破 cc
→ : 到ai,倒是特徵發現確實是ai領域
→ : 高頻也是量化領域就能完勝了,用到ai我是懷疑它值
→ : 不值
推 : 唯快不破 cc
--
※ 看板: Stock 文章推薦值: 0 目前人氣: 0 累積人氣: 2504
→
guest
回列表(←)
分享