Optionshare 選擇幫

 找回密碼
 立即註冊
樓主: EntrepreneurOPs
打印 上一主題 下一主題

掃盲系列3: AI或理財機器人以行銷為多

  [複製鏈接]
11#
發表於 2019-3-8 18:26:58 | 只看該作者
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。
回復 支持 反對

使用道具 舉報

12#
 樓主| 發表於 2019-3-8 20:01:07 | 只看該作者
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
回復 支持 反對

使用道具 舉報

13#
發表於 2019-3-8 21:41:35 | 只看該作者
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。
回復 支持 反對

使用道具 舉報

14#
發表於 2019-3-8 22:17:22 | 只看該作者
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...)
回復 支持 反對

使用道具 舉報

15#
 樓主| 發表於 2019-3-9 07:56:53 | 只看該作者
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
回復 支持 反對

使用道具 舉報

16#
發表於 2019-3-9 11:19:10 | 只看該作者
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。
回復 支持 反對

使用道具 舉報

17#
 樓主| 發表於 2019-3-9 15:03:52 | 只看該作者
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
回復 支持 反對

使用道具 舉報

18#
發表於 2019-3-9 17:46:17 | 只看該作者
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~



回復 支持 反對

使用道具 舉報

19#
 樓主| 發表於 2019-3-9 23:19:53 | 只看該作者
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
回復 支持 反對

使用道具 舉報

20#
 樓主| 發表於 2019-3-10 09:47:29 | 只看該作者
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
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, 2024-11-21 20:50 , Processed in 0.024277 second(s), 17 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回復 返回頂部 返回列表