來過2100

人工智能大潮也席捲著傳統金融業，也颳起了一股以智能投顧為背景的狂風，或稱之為機器人理財，通過過人工智能技術來完成以往需要人工來提供的理財顧問服務，全球最大投資管理公司貝萊德（BlackRock）早前也收購FutureAdvisor，該公司是一家智能投顧（機器人理財）的初創公司，成為貝萊德解決方案的一部分，整合其人工智能技術至貝萊德解決方案當中去，為證券機構或經紀機構提供服務。

以人工智能為核心的智能投顧在全球爆發，機器人替用戶理財成為一大熱點，通過數字化平臺，提升理財金融服務效率。來自Statista數據顯示，2017年全球智能投顧管理資產高達2264億美元，年增長率高達70%，預計到2022年，這一規模將高達1.2萬億美元。

在這龐大市場機遇面前，美國先鋒基金高達1000億美元的規模領跑其次是嘉信智能投資組合規模250億美元。儘管利用全數字化平臺為用戶提供服務，不過依然會通過面對面、電話和郵件等人工服務。

在國內，儘管發展較晚，但也呈現出快速發展態勢，招行、中行和農行等相繼推出相關智能投顧服務，銀行業積極探索和推進得到快速發展，物聯網高級顧問楊劍勇表示：國內第一家推出智能投顧產品的銀行是招行，旗下智能投顧摩羯智投截至2018年6月31日，累計購買規模超過116億，成為銀行業探索智能投顧市場領先者。

招行其利用AI、大數據和雲計算等技術對“摩羯智投”的相關功能不斷升級和迭代，以此提升客戶體驗，包括利用自然語言處理等技術，推出顧問服務機器人，提供人機對話服務。此外，中行採用採用大數據技術強化智能風控體系，推出全新的能投顧產品中銀慧投，在中期報表中披露，截至6月31日，智能投顧銷售額達到40億元。

楊劍勇

先上結論：

2017年我有幸參加了某司的AI高頻策略的模型開發工作，並獲得了相關投資方1000W的資金實盤機會。對人工智能(AI)在量化領域（炒股）上的應用有一定的研究，所以我也許能稍微的解答一下這個問題。

一、概述

在量化領域（炒股），人工智能已經有了一些落地的應用。這些應用大多是和傳統的量化方法進行的結合，換句話說人工智能炒股是傳統方法的基礎上添加了AI這個強有力的武器。

量化（炒股）也分為幾個維度，下面依次來說明一下人工智能在量化（炒股）上的一些具體應用場景。

二、智能選股

選股指的是通過一些科學的方法，從股票市場中選出認為可能獲利的股票，傳統的量化方法有因子選股，阿爾法策略（加對沖）。如何選擇好的股票呢？一般是通過股票的基本面（各種財報之類的指標），以及股票的歷史價格信息建立一套選股模型。上述過程就是傳統的量化選股。但現在有一種趨勢就是使用一些機器學習的方法來建立這個選股模型，甚至是挖掘因子。所以傳統的量化選股方法加上機器學習算法得到所謂的人工智能炒股模型。

三、智能高頻交易

智能選股要找的是長期的盈利，選出未來可能盈利的股票。那麼還有一類是一些日內的交易，交易頻次高，主要靠波段的起伏來獲利。如果我們能預測未來幾分鐘的漲跌情況，那麼通過加槓桿的方式，可以吃很大一筆波段的利潤，比如期貨中的CTA交易。實際上一直有專門的交易員從事這種工作。目前有一些機構通過機器學習對交易員判斷行情的行為進行建模學習，使得機器能代替交易員的工作，但是總的來說難度較高，效果並不是特別好。

四、智能拆單

交易員除了上述工作外，還有一類很重要的工作就是拆單。大致意思是基金經理決定今日要買的單子量以及指導價格，那麼由於量大，不可能一次性全部掛單（一次性全部掛單會影響盤口）。那麼就需要交易員把單子拆掉，在指導價格的限制下，在一天內分批掛單，直到整個單子被消化掉。這是一個比較枯燥的過程。目前一些國外機構已經開始使用人工智能中的強化學習來代替交易員的人工拆單。

五、智能事件驅動

傳統金融量化所使用的數據維度還停留在財報，股價信息，掛單信息等數據。實際上一些重大的新聞信息，網站公告，微博輿論，雪球發帖情況等都能影響到股價的走勢以及投資的決策。所以有一些機構會專門對輿情信息進行處理，輿情信息屬於自然語言，如何從自然語言中提煉出有意義的信息，就涉及到人工智能中的自然處理的內容。這一塊稱呼為智能事件驅動。

六、人工智能在量化中存在的挑戰

1、金融數據存在大量噪聲

在機器學習中，數據是整個建模的基礎，但是由於本身金融數據本身有很多的噪聲，導致想建議一個泛化能力好的模型很難。

2、金融數據樣本遷移嚴重

數據樣本遷移嚴重，指的是訓練數據和真實數據不完全同分布，存在一定的遷移。比如你建模的行情數據是牛市數據，但可能上實盤後，輸入的數據就變為了熊市數據。

3、機器學習可解釋性不強

無論是機器學習還是深度學習，建模完成後的可解釋性不強。導致真正做決策的時候不能拿出信服的理由來說服決策執行者。

PS：本號作者目前是某大廠機器學習算法工程師，致力於全棧AI算法和業務場景落地，非常樂於在網上分享最新的AI知識，也經常開直播教同學AI算法和編程。感興趣的同學可以關注本頭條號，獲得最新的乾貨！

人工智能與未明學院

謝謝@來過2100的邀請！

人工智能炒股不是未來有沒有可能，而是現實中已經投入使用。

2017年10月18日，全球第一隻應用人工智能進行投資的ETF基金——AI Powered Equity ETF（代碼：AIEQ）在紐交所上市。

離正式上線已經過去整整一週年了，是時候看看ETF的成績了：

2017年10月18日至2018年10月18日，AIEQ（人工智能基金）上漲9.63％。

光看這個數據不會有太多感覺，需要進行數據比對才行。

先和美股三大指數對比一下：同期，美股納斯達克指數漲13.01％；道瓊斯工業指數漲10.36％；標普500指數漲8.18％。

結論：人工智能跑贏了標普500指數，落後於道瓊斯指數，大幅跑輸納斯達克指數。

作為一隻ETF基金，AIEQ在同類型產品中的表現如何呢？

美股1947只ETF中，AIEQ近一年表現排在第253位，前13％分位。

結論：這個成績相當不錯！

人工智能的優勢在於兩點：一是能夠對巨量的數據進行快速處理，讓普通用戶頭疼的上市公司財務報表對人工智能來說是小菜一碟。二是人工智能沒有人性的弱點，不會貪婪，買進賣出的依據全部是理性計算，不會頭腦發熱。

然而，人工智能沒有人性的弱點，同樣也沒有人性的優點。人工智能對趨勢的把握不可能有人的直覺，更沒有人的遠見和洞察力，而傑出的直覺、遠見和洞察力，是發現股市陷阱、投資風險的利器。

目前人工智能對機器算力要求很高，但我們可以設想這麼一種場景：未來計算機的算力大為提高，普通筆記本電腦就能跑不錯的人工智能，如果所有用戶都用人工智能來炒股，結果會怎樣？這是一個有意思的問題。

回答這個問題，我們必須假設所有人工智能的智能程度一致才行。也許就象兩臺Alpha Go對弈，其結果是訓練時間更長、學習的安全更多的贏。

以上。如果有更多的想法我再補充。

謝謝閱讀！

趣說歷史故事

1其實現在的量化投資，智能交易就可以說是AI炒股的1.0版本了，只不過更多的是對沖基金和外匯方面運用的多，但是用於檢測股票市場波動的各類智能機器也是存在的

2 目前出名的國際對沖基金-橋水基金，瑞達利奧，就在運用軟件程序編程，通過智能機器建立各種數據模型，各類資產交易模型，把它存入程序中，然後進行量化自動化決策，比人工精準，速度更快，而且排除了人的非理性影響。經常看美劇的，比如最近熱播的億萬，裡面就是將華爾街的那些事，就有一個主角人物成立了一個量化對沖基金，把人工判斷通過機器數學建模的方式，實現自動化交易和數據監控。應該說我們已經是在AI炒股的1.版本了。隨著未來金融科技發展，會更加智能化。

3說說外匯行業的智能交易，這幾年隨著中美博弈的加劇，外匯市場也出現了波動，很多人都成立外匯交易工作室，有些甚至是海歸團隊。寫編程軟件做量化交易，通過智能交易模型和軟件，賺取短期回來頻繁波動的差價，高頻交易模式。比人工交易速度更快，反應敏捷，彌補人工判斷的不足和操作的緩慢性。更加客觀理智。現在很多資產公司都在做這種外匯套利的智能交易。褥羊毛式高頻操作。積少成多，也有做週期判斷模型的。

路人蟻

人工智能用來炒股會怎麼樣？

人工智能最會幹什麼

那就是處理數據了

尤其是大數據了

數據越大人工智能就越強

而炒股正好是從一堆經濟數學指標中

找出其中的經濟規律

炒股對於我們人類來說

就是一堆雜亂的數據或數字

那是因為人類的腦容量有限

處理不了那麼龐大的數據

人類只能憑藉著感覺來分析數據

有了人工智能強大數據計算能力

炒股將由無序變得更加有序

從而更便於人類掌控

那麼在未來寡頭效應會越來越強烈

會進一步加強人工智能的發展

而人工智能的發展又進一步增加巨頭財富收斂能力

從而使得巨頭的掌控力越來越強

巨頭也不斷擴張

最後變成整個經濟上的寡頭

這不再只限於行業內

而是在各行各業整個國民經濟上

佔據著絕對主導低位

再通過人工智能主導著整個經濟

其實那時候寡頭將成為人類政府大腦

或者說政府與寡頭融為一體

最後由人工智能來掌舵

調配著每一個人的行為

或者說控制著每一個人的行為

從而使得整個社會也變得更加有序

那麼你是喜歡人類主宰的無序或混亂

還是喜歡人工智能主宰的有序或安穩

人類一直在追求著社會的安定

那麼當真正的安定到來的時候

那是我們所需要的嗎？

就像人工智能到底是好是壞

誰也不知道

因為我們追求的未必是我們想要的

而我們想要的仍需不斷地去追求

這是一個沒有答案的循環

不管怎樣

一直在奔跑

也是就是人類的本性

是動物的本性

而路是沒有盡頭

前方是人工智能

人工智能之後是什麼

誰知道呢

跑過人工智能到時就知道了

所以加油奔跑巴

完成人工智能之旅途吧！

機器人包老師MyRobao

問這個問題其實是對炒股的本質並不瞭解。炒股，本質上是人們對於某一公司未來價值的競價，是對公司未來的估值。這個“未來“是指長期性，時間軸拉得很長的一段時間。這樣買賣的股票稱之為投資。

然而，現實中由於人們缺乏長期等待的耐性和對未來期望的短視，買賣股票變成了人們追逐短期利益的變相“賭博”的工具，於是，本應該是經濟領域中的投資行為就變成了“炒股”這樣一種投機行為。

正所謂“炒股看行情，行情看情緒”，任何的投機行為都會受到情緒的支配，在股市中尤其明顯！

炒股，靠的是技術和對行情情緒的精準把控，AI雖然在技術上可以實現人類所不能做到的完全理性分析，但AI卻無法對人類情感和情緒做出準確的預測！因此，用AI來炒股未必就能做得比人類更好！

除非，當有一天AI也進化出諸如人類的情感，能理解人類的複雜情緒時，AI憑藉著對人類計算的絕對優勢，用它來炒股才有討論的意義。

但是，如果真的到了那一天，估計也沒人類什麼事了吧？

懂多一點

不用未來，現在也可以，只是預測的準確度並不算高，所以如果是對於單隻股票來說的話，不建議通過算法來炒股，風險太大。

也有很多投資機構實際上已經將AI算法植入到了投資組合的產品之中，根據個人需求、市場趨勢以及其他諸多因素，定製個性化的投資方案，利用大數據分析得到最佳或者指定收益率的投資組合。這種方法實際上降低了投資機構本身的金融資質，利用純數據計算的方式，尋找投資產品價格的波動趨勢，再通過多個變量疊加求最優的方式來減少風險，這種投資方法應該會得到越來越多的應用。

在以後肯定是可以利用AI輔助甚至AI全權負責炒股，但是AI炒股對於股市本身的影響有多大，很難說明，至少當所有人或者說大部分人都依賴AI去炒股的時候，股票的走向在一定程度上會更加可預測和服從規律。

榻榻米的榻榻

在2015年的大盤的狂跌，有人就用短時間大數量有方向的買賣行為進行炒股，如果有人用人工智能（Al）炒股，完全是有可能的事，但是這種方式一經查實，處罰是免不了的。

大偉140797056

道高一尺，魔高一丈

JokerJKer

國內的不行，為什麼你懂的，國外其他無法做莊的可以，不完全靠政策控制的金融市場可以，AI有個分支叫做量化交易，可以瞭解一下

關鍵字: 人工智能 財經 科技