me5888 wrote:19x19棋盤也算是close system,相對來說股票市場就是open system,複雜度就不一樣,更何況你要做預測,那預測因子有哪些?大笑如果我說這個組成的模式結構也會隨著時間變動,那你要怎麼做預測呢?這就牽涉到可預測度的問題了.(恕刪) 其實我開版就有提到股市無法預測,我說的限縮型金融Alphago是在經過層層分析後做出資金風險控管最佳化,與個股最佳進場出場點勝率提升.要對整個市場做預測除非有時光機能回到未來,不然不可能.
lsd193anthon wrote:Alphago再次...(恕刪) 如果每個投機機構都使用電腦進行投機,將造成市場上的系統風險,如果每台AI內建的邏輯都是一致的,當市場有風吹草動時,每台AI的決策都是買或賣,將形成超買或超賣的總體風險,極可以產生明明現值已遠大於市值,但AI邏輯判定要賣,卻賣不掉(因為每台AI均判定出脫),市場上都是賣方沒有買方,或者明明現值易遠小於市值,但AI邏輯判定要買,卻買不到(因為每台AI均判定買進),市場上都是買方沒有賣方,Alphago 投入股市,如果有好幾台的相同AI投入市場,將造成市場的波動度增加,投資人的獲利難度增高。
管理學裡面有所謂小環境和大環境,大環境會影響小環境,如果你要分析小環境不能排除大環境的影響程度,這就是非線性因素,只要是非線性因素就有不確定性的機率問題,所以AlphaGo才會引入蒙地卡羅樹搜尋來確定機率問題,另外我不知道你做過類神經網路了沒?類神經網路在做非線性系統很容易overfitting,我看AlphaGo用CNN還是無法克服這個問題。lsd193anthon wrote:其實我開版就有提到股市無法預測,我說的限縮型金融Alphago是在經過層層分析後做出資金風險控管最佳化,與個股最佳進場出場點勝率提升.要對整個市場做預測除非有時光機能回到未來,不然不可能.
carloslie wrote:Alphago 投入股市,如果有好幾台的相同AI投入市場,將造成市場的波動度增加,投資人的獲利難度增高。..(恕刪) 這的確是值得討論的議題,或許在幾年內就有可能遇的到.
me5888 wrote:管理學裡面有所謂小環境和大環境,大環境會影響小環境,如果你要分析小環境不能排除大環境的影響程度,這就是非線性因素。..(恕刪) 其實很多所謂專家學者,利用其理論在實務應用時,常派不上用場.舉個例子 麥可·波特-五力分析理論提出者,26歲成為哈佛商學院教授是管理學家和經濟學家.但他自己經營的管理顧問公司Monitor Group於2012/11/7日宣布破產.另外按理論HTC跟TPK這種不賺錢的公司股價應該會大遜於許多賺錢的公司,可是實情如何?
yawning wrote:股市是有難到要用alphago才能賺錢嗎?如果沒有,他的價值就沒那麼大了吧?..(恕刪) 只是以Alphago為例,討論AI運用於個股勝率提升上................
lsd193anthon wrote:其實我開版就有提到股市無法預測,我說的限縮型金融Alphago是在經過層層分析後做出資金風險控管最佳化,與個股最佳進場出場點勝率提升. 這不就是被動型基金當道嗎?只是現在的被動型基金看指數,以後的被動型基金看AI有機會的!
所以一堆股價評價模式都是有問題的,因為簡化了太多其他因素來建立線性模式,話說AlphaGo用的CNN也算是用縮減預測維度來提升運算速度。lsd193anthon wrote:其實很多所謂專家學...(恕刪)