本帖最後由 sec2100 於 2019-3-8 18:29 編輯
我這個星期二剛好吃飯認識一個在美國oracle工作近20年的朋友，他77年台大資工畢業，二年前回台，現在在集邦科技工作。他找了10個台、清、交畢業的人，共同要做一個machine learning的一套選股決策模型，有了初步的成果。飯後(悠克電子的春酒)，我跟他坐捷運談了一下，很有趣，什麼decision forest……。
自營家，有空可以介紹你們認識一下，我在旁邊玩我的手機，你們聊，哈哈。
sec2100 發表於 2019-3-8 18:26
我這個星期二剛好吃飯認識一個在美國oracle工作近20年的朋友，他77年台大資工畢業，二年前回台，現在在集邦 ...
您已經製造了好幾次我重出江湖的動機 哈哈
EntrepreneurOPs 發表於 2019-3-8 20:01
您已經製造了好幾次我重出江湖的動機 哈哈
自營家，我看你還是留下來好了。你走了之後，選擇幫會變的單調太多。
sec2100 發表於 2019-3-8 18:26
我這個星期二剛好吃飯認識一個在美國oracle工作近20年的朋友，他77年台大資工畢業，二年前回台，現在在集邦 ...
到後來會不會演變成反AI操作，坑殺使用AI的散戶呢?
演算法是論文衍生出來，大家都知道，尤其全球金融界怪獸比我們更知道最新的研究，且他們可以請MIT幫忙做研究；等到我們都上車了，就利用AI的特性及弱點，反方向操作。當然，會有一段時間的養套殺。
例如:前些日子的TRF，2008年美國房地產貸款所引爆的危機(美國房地產商是2008年的最大贏家，散戶向銀行借錢後交給房地產商，散戶欠銀行的錢，銀行再將債權賣出去...)
JonesHon 發表於 2019-3-8 16:09
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
創意目前只有人類會有, 機器還不會, 而未來則不可知
ant1964 發表於 2019-3-8 14:56
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
1964, 好嚮往您的生態池。
ant1964 發表於 2019-3-8 14:56
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
有生態池, 真是好雅興啊
哈哈！其實我還有果園（梅樹、李樹、熱帶水蜜桃、紅心芭樂、樹葡萄、百香果、木瓜～都種一棵）及花園和菜園喔！共同擠在大約20幾坪的後花園^_^
10幾年前，全部一手規劃、設計、施工（太座有幫忙施工），到現在一年四季可吃到不同的水果、也可觀賞不一樣的花兒（主力是睡蓮及扶桑花）及悠游自在的小魚兒，人生好不快哉！
現在的目標，就是好好交易，一直玩到掛～
AI未來成功的機會很高，但在交易這個領域，也只是一大群不同的人類～
ant1964 發表於 2019-3-9 17:46
哈哈！其實我還有果園（梅樹、李樹、熱帶水蜜桃、紅心芭樂、樹葡萄、百香果、木瓜～都種一棵）及花園和菜園 ...
羨慕您的生活
要是我的退休生活能像您看齊就好了
有人問說: 新聞中的沃牛一號是如何辦到絕對獲利的？是短期現象（AI根據短時間（3年）的資料在短時間內沒遇到黑天鵝）還是自吹自擂的可能性比較大？
我的回答是: 請注意它的用詞是: [回測]的數據令人震驚; 我也常開發出回測令人震驚的策略, 實際上線使用後也真的令我震驚, 賠錢到趕忙讓程式下架. 絕對獲利就只是不賠另種說法而已, 要做到沒很難, 我每週公開的實單測試便屬於這種, 但要承受獲利低的缺點, 大多數情況都是trade-off, 很難兩者兼得的, 如果可以, 這種大發現會得諾貝爾獎 --- Harry Markowitz的論文得獎(同時獲利最大化+風險最小化)
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