AI類神經網路在期貨交易市場上的應用

sec2100

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

以下文章出處為上方網頁，感謝。

sec2100

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。

sec2100

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。

sec2100

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。