Optionshare 選擇幫

 找回密碼
 立即註冊
查看: 6761|回復: 20

掃盲系列3: AI或理財機器人以行銷為多

  [複製鏈接]
發表於 2019-3-7 23:13:38 | 顯示全部樓層 |閱讀模式

馬上註冊,結交更多好友,享用更多功能,讓你輕鬆玩轉社區。

您需要 登錄 才可以下載或查看,沒有帳號?立即註冊

x
本帖最後由 EntrepreneurOPs 於 2020-11-29 11:02 編輯

曾經提過達成本論壇的階段目標(論壇元老)後要淡出, 那就讓假會又裝懂的我, 再寫一些相關議題, 算是給大家的贈別禮吧. 本人十幾年前有過台股市值最大公司的類data scientist經歷, 也是Oracle ERP的data architect, 並受過SAP Data Warehousing 模組的訓練, 也就是之前上班十幾年的工作都是靠data吃飯(全職操作後更是努力地玩data, 近幾年趕流行也嘗試過AI). 對於不懂大數據或區塊鏈的, 也附上我曾寫過的掃盲文 http://individual-trader.blogspot.com/2019/01/fintech-2.html

近幾年理財機器人或是人工智慧(AI), 因為AlphaGo戰勝棋王的宣傳變得很夯, 不少人以為面對類似的市場戰局(抉擇), 人工智慧必定很有發揮的空間; 現實卻殘忍地告訴您, AI團隊努力了幾年卻宣告失敗了, 改轉進醫療相關領域, 可參考連結報導 https://zhuanlan.zhihu.com/p/31913355

簡化地告訴您, 人工展現智慧前, 必須有一段機器學習的過程; 而這機器學習(ML)通常可以這樣定義:「透過從過往的資料和經驗中學習並找到其運行規則。」然而正是這 [資料] 和[經驗] 侷限了一切!

黑天鵝的由來大家都知道吧? 話說古時候北半球的人, 一輩子根本沒機會看過南半球的天鵝有些是黑色的, 因此他的 [資料] 和[經驗] 就侷限在天鵝只會有白色的, 所以我們拿來訓練機器的資料也只能會有白色的(沒發生過的資料, 人類也無能更不可能預見出來), 當這種訓練下來的人工智慧機器, 後來遇到它沒見過的狀況(黑天鵝)時, 您還會認為它會做出有智慧的反應嗎? 哪怕它學習時用的演算法是什麼manifold regularization或是TSVM都沒三小路用

市場因為參與者眾多, 組成分子又會汰舊換新(不管是被抬出場或真正死亡), 市場老師的行為是一直在改變的, 對人工智慧機器來說, 就是不斷地用新出的黑天鵝(它的學習資料庫不存在這些資料), 去挑戰它好不容易用演算法搞出來的規則, 這只會讓它不斷地傻眼而已. 圍棋變數多但仍是有限解(雖窮舉後的資料龐大), 人類可以用有限解的部分集合(ex: 棋譜資料)去訓練電腦, 讓它能在限定時間內算出最佳可行解; 但交易市場屬於無限解... 很難辦!

關於人工智慧, 您可以把機器想像成很小的小孩, 看您要怎樣教育他, 每個人教育小孩的方法都不同. 這就是我說準備訓練資料時的domain expert最重要, 不是只有我們這種data scientist是關鍵. 根據完全同樣一份市場的報價歷史資料, 您可以將訓練資料準備成好幾種, 一種是讓機器去學遇到哪幾種狀況同時存在時去做交易的; 另一種是讓機器去學後面的人心計算是怎麼運作, 然後據此再去交易的, 而其他種則看domain expert的創意. 像小孩學課程一樣, 教材不同, 學出來的孩子技能也都不同. 當然教材笨笨的, 學出來的小孩也是笨笨的, 教材裡面沒涵蓋的(ex: 黑天鵝), 被教育出來的小孩要知道也難. 所以才強調AI的重點不在後面的技術, 反在於訓練資料的準備

結論回到好的操作方法絕對不是單從市場實戰經驗導出來的, 也可以看做在歷史資料(實戰經驗)中找賺錢的行為或方法, 是有問題的. 繼續重申 --- 正確的作法應是先有理論或model, 理論的涵蓋度夠廣後(把看不見黑天鵝的機率降低), 再用歷史資料去印證理論(model)在已發生資料中的實務可行性, 並且達到在 [不修正] 任何參數的前提下, 且在 [不同時間架構]中, 和 [不同商品] 間, 都有同樣水準以上的穿透性(以上 [三不] 最重要)
相關連結: http://individual-trader.blogspot.com/2013/09/blog-post.html
BW.jpg




回復

使用道具 舉報

發表於 2019-3-8 10:08:11 | 顯示全部樓層
本帖最後由 William 於 2019-3-8 10:09 編輯

謝謝。
我也認為資訊系統及大數據等軟硬體及方法論,可以幫助投資人分析決策使用操作,但是無法取代投資人的決策的根本大理。
回復 支持 反對

使用道具 舉報

 樓主| 發表於 2019-3-8 10:24:49 | 顯示全部樓層
William 發表於 2019-3-8 10:08
謝謝。
我也認為資訊系統及大數據等軟硬體及方法論,可以幫助投資人分析決策使用操作,但是無法取代投資人 ...

感謝林會的認同
回復 支持 反對

使用道具 舉報

發表於 2019-3-8 10:47:02 | 顯示全部樓層

不客氣。試想,倘若全面使用機器人投資,那麼資料相類似、演算法相類似,會不會擴大系統性風險及正相關性呢?
回復 支持 反對

使用道具 舉報

發表於 2019-3-8 12:04:08 | 顯示全部樓層
謝謝分享~

昨天也看了有關金融業的三大趨勢

被動化投資、大數據、機器人顧問

覺得這還是很有發展空間
回復 支持 反對

使用道具 舉報

發表於 2019-3-8 14:10:22 | 顯示全部樓層
若給AI夠多的資料,涵蓋的範圍夠廣,譬如幾十年的資料,幾百個市場,正常人類考慮不了這麼大量的資訊,但對AI卻只是運算速度跟儲存空間的問題。就像一個累積幾百年歷史經驗的老師父,是不是能讓AI對戰人類(壽命只有幾十年和有限的思考力)取得優勢呢?
回復 支持 反對

使用道具 舉報

 樓主| 發表於 2019-3-8 14:34:34 | 顯示全部樓層
本帖最後由 EntrepreneurOPs 於 2019-3-9 08:42 編輯
Isaacwu994 發表於 2019-3-8 14:10
若給AI夠多的資料,涵蓋的範圍夠廣,譬如幾十年的資料,幾百個市場,正常人類考慮不了這麼大量的資訊,但對 ...

現階段做不到, 未來我不敢說!

如果您對AI技術有一點了解的話, 搞AI很耗各種資源的. 舉自己例子來說(用R語言寫的, 不知用Python會不會比較快, 我是覺得不會), 曾經花過30天才準備完約3000筆訓練資料, 用等級最高的CPU i7來跑(沒有另加AGP), 跑個沒很難的演算法(SVM)讓機器去找rules, 不誇張需要跑3天, 您都會以為機器是不是當掉了! 所以您可以看到為啥前幾年AI流行的時候, 賣AGP可加速運算的nVidia股價大飆高. AGP能加速多少? 算很厲害讓機器三天改跑半天就好, 您還是很可能誤認是當機的(還只有三千筆而已) 哈哈

所以太小看現階段AI所需要的資源(軟. 硬體. 各種專家. 訓練資料), 幾十年的資料? 幾百個市場? 單一公司很難做到, 即便是google也難! 況且最大的問題在於各式訓練資料的準備(clean, ETL, label), 這需要很專精的domain expert和data scientist, 並且要花去最多的時間(可能要比訓練機器更久), 加上適格人才難尋啊! 如果在哪一個市場成功了, 保證google會出來大吹大擂, 就像當初打敗棋王一樣, 沒有這種行銷, 後面的投資者會繼續出錢? 股價怎辦? 怎麼吸引更多人才? ....???

確實跑多一點訓練資料, 有機會讓機器聰明一點, 但還是不脫主文所提過的 --- 沒發生過的資料, 人類不知道也無能力, 更不可能預見出來, 只能繼續發生遇見黑天鵝而傻眼的狀況

其實, 如果有真正強的domain expert和data scientist, 可以避免機器重複學類似的東西, 資料多若沒篩過, 不會比較好, 所以上面也說 data clean更費工

p.s. AGP是GPU古時候的說法, 用A (Accelerated)比較有加速感

回復 支持 反對

使用道具 舉報

發表於 2019-3-8 14:56:37 | 顯示全部樓層
金融市場跟地球生態是一樣的道理
需要多元.多種類.多樣性才比較健全

我有挖一個生態池
動物--烏龜.鬥魚.玉如意(主角).錦鯉.孔雀魚.小蝦及多種不知名的螺貝
植物--荷花.菱角.荸薺.布袋蓮.睡蓮(主角)水生鳶尾花.印度杏菜.大萍.輪傘草.小蘊草及槐葉蘋(要常除)
多年來生態盎然
回復 支持 反對

使用道具 舉報

 樓主| 發表於 2019-3-8 14:59:16 | 顯示全部樓層
disciplinetrade 發表於 2019-3-8 12:04
謝謝分享~

昨天也看了有關金融業的三大趨勢

您說得對
這些都還是很有發展的空間, 包含AI也是
回復 支持 反對

使用道具 舉報

發表於 2019-3-8 16:09:42 | 顯示全部樓層
本帖最後由 JonesHon 於 2019-3-8 16:16 編輯

AI 目前應該還是無法超越人類創意、天馬行空的邏輯

就像下面這則新聞
如果沒有人類給過這種邏輯資料
CPU可能算到燒壞,還是不知道為何!?

據說很多人用這2組密碼『 ji32k7au4a83 』、『 ji394su3 』

https://www.mirrormedia.mg/story/20190306edi015

這2組,跟上面2組的密碼邏輯是一樣的意思
『 ix  d   nhpe  lomf 』、『ix  hx   pns』

.
回復 支持 反對

使用道具 舉報

您需要登錄後才可以回帖 登錄 | 立即註冊

本版積分規則

站長信箱|Archiver|手機版|小黑屋|Optionshare 選擇幫.  

GMT+8, 2024-3-28 17:24 , Processed in 0.050766 second(s), 22 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回復 返回頂部 返回列表