Optionshare 選擇幫

 找回密碼
 立即註冊
查看: 2263|回復: 3

AI類神經網路在期貨交易市場上的應用

[複製鏈接]
發表於 2020-9-5 18:51:51 | 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 sec2100 於 2020-9-5 18:56 編輯

https://txx568.blogspot.com/p/ai.html

以下文章出處為上方網頁,感謝。
回復

使用道具 舉報

 樓主| 發表於 2020-9-5 18:52:49 | 顯示全部樓層
以前AI可能做的只是分類,而現在的AI變成要做到決策。以前可能只能說用AI來辨識行情盤勢誰優誰劣,而現在的AI已經可以變成說:面對盤勢可以怎麼下策略做決策。透過AlphaGo戰棋王的經驗,證明了一件事情就是:對戰過程中,AI不需要知道所有會贏的可能,AI可以做到像人一樣,遇到某些特殊情況下,可以保有像人一樣的直覺,可以是有棋感、有盤感的。就好比你現在去問個棋士,為什麼這個時間要做多,為什麼要做空的時候,而他告訴你的真正原因其實只是一個:直覺..等。
回復 支持 反對

使用道具 舉報

 樓主| 發表於 2020-9-5 18:54:06 | 顯示全部樓層
目前大部分的Multicharts程式交易,就是由人來制定交易策略,而AI類神經網路交易不同的地方在於:給AI一個目標環境(比如說:期貨市場),由AI自己去想策略及制定交易決策。
回復 支持 反對

使用道具 舉報

 樓主| 發表於 2020-9-5 18:56:00 | 顯示全部樓層
深度學習應用在投資交易上,架構大概就是先虛構設定一個目標環境,可能是最近20年台指期貨的歷史資料,並告訴機器它可以做多也可以做空。做了多或做了空之後,當隔了一段時間的某個時間點之後,將之後產生的正負報酬紀錄起來。以大部分Multicharts程式交易者的經驗來說,回測要讓績效跑到多好都是可以的。但這邊的回測指的是AI精益求精的地方,不只是簡單回測,還要將過去的資料分成用來訓練的跟用來驗證的兩塊。訓練出來的策略要再到驗證區,它在驗證區也必須要達到一定的獲利標準,才讓它出策略學校。而這些策略實際把它放在現實的市場上時,它當然還是會遇到很多的變數,比如說是用CNN還是RNN、歷史資料時間長短、實際上線交易的滑價太大,或是該成交沒成交或是沒回報回來等,這些也都是未來AI一定會遇到問題及需要調整的地方。
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, 2024-3-29 14:11 , Processed in 0.072263 second(s), 19 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回復 返回頂部 返回列表