Re: [心得] AI時代來臨,技術分析真的已經沒用了
※ 引述《nicefl2001 (@keissendo)》之銘言:
: 透過 AI的深度與機器學習能力,
: 使其能夠自動適應市場條件,不斷更新、優化交易策略、進行再平衡。
: AI在投資組合管理方面也展現出卓越的能力,
: 通過精准地管理和適當地調整投資組合,實現最佳的多元化和風險控制。
: 目前華爾街許多大型投資機構、對沖基金、法人投行都已經全面導入AI Fintech
: 演算法程式交易
這邊提到的AI演算法量化交易,
和大家過去所認知的 "自動化程式交易" 是不一樣的概念
AI演算法量化交易 (Quantitative and Algorithmic Trading,簡稱 QAT)
主要是華爾街如美林、高盛、大小摩等那幫大型機構投行
以及中大型像黑石、橋水、文藝復興等對沖基金所使用
AI QAT演算法量化交易,依賴於複雜的數學或統計學模型,
結合類似 Bloomberg Terminal 的雲端大數據來進行大資料分析。
其核心在於通過模型去挖掘歷史資料中的規律,並基於這些規律做出投資決策。
透過Machine/Deep Learning使得QAT具有更強的資料處理能力和策略優化空間。
能隨市場變化進行投資組合調整與再平衡
另一種一般人以為的"AI"則是傳統的自動化程式交易
使用類似 Multichart/TradeStation/MT5這類下單交易軟體
來按照使用者寫好的策略進行自動下單交易
不同於 AI QAT 能夠通過機器學習等技術自我優化策略,
可以不斷地從歷史資料中學習並調整策略,
以提高交易的盈利性和風險控制能力。
而傳統程式交易的策略優化與調整
則需要使用者手動進行,
軟體本身不具備自我學習和調整的能力。
近年來,AI QAT在華爾街已經被大量用來取代傳統交易員的許多問題,
並最大限度地減少人類情緒干擾。
1. 你會害怕追高被套牢,或者在面對股票下跌時感到焦慮,
你會因為這些情緒而猶豫不決,不知道何時進場或退場。
但AI不會
2. 當持股開始下跌時,你可能會感到緊張和焦慮,不知道該繼續等解套,
還是該果斷止損。但AI不會
3. 當你因為缺乏耐心而太早賣出股票,之後看著股價漲上去卻不敢追,
或是因為太貪心而錯過了出場時間,最後抱上抱下,
紙上富貴一場,甚至從賺錢抱到變賠錢,但AI不會
4. 面對海量的新聞、經濟數據和消息,你可能會感到迷茫和不知所措,
不知道這些資訊是真是假,但AI能透過語言模型、大數據和演算法分析
利用這些短線消息和市場情緒,來收割那些炒短線的散戶籌碼
5. 過去能賺錢的策略,並不代表在未來也能持續穩定獲利,
你的策略需要自己手動調整,但AI (QAT) 會自動進行最佳化
剩下的體力、精神狀態、資控風控、紀律、耐心、策略執行力
交易成本、交易速度等等的就更別說了....
軟體程式交易和AI演算法量化交易,真的是不同等級的東西
不要拿來相提並論
--
大師 所以明天會漲還是跌
玩BTC/NQ/YM,每天都能看到QAT的各種精彩演出
推
預測未來走勢只有散戶會做,真正的交易是看著球打
一樓反串完美示範
貴在跟隨和應對行情,而不是腦補預測或幻想行情
大家都用AI 誰輸錢
敢用的飛彈的才會贏
這種AI橫行的市場幾乎可以視為零和市場。散戶如果
有此認知還願意被宰那麼強大的AI才有發揮之處。AI
全面碾壓人類,那麼散戶只剩投資大盤能跟著經濟成
長賺錢了,其餘都是韭菜。但事實如此嗎?
還在輸錢,股市就不是零和啊
事實如此
你要抄掃把去打機槍手是你的事
真正的AI都被華爾街拿來割韭菜了,散戶根本碰不到
股市永遠不會出現所有散戶都開始用AI
通常喪屍末日來臨在車頂上打喪屍的不會是你
你是在車底撕咬吃老鼠的那個
目前在用的,覺得是用數據分析,如雨水,氣溫,這
種確切的數據分析,當年度是否有可能缺糧,這個應
該做的到。有限度的使用在交易上面。
講個陳年老故事Amazon在2010年代曾經做過人資大數據
後來這個計畫直接銷毀了 因為所有數據指出女性員工
AI是不會,但AI被用來訓練的資料庫是人類主觀形成的
如果以消息與股價關聯的歷史紀錄,就是人類情緒的反
因為要婚育所以成本和職涯成長性顯著弱於男性
AI建議所有生理性別女 起始分數就扣分
你的AI套交易的結果就是長期無限做多 沒有別的策略
所以就全市場低成本ETF啊,贏50%以上的人就好
怎麼又來 騙人錢的東西
隨機漫步背後的邏輯是完全效率市場,AI操盤讓機構
無限貼近完全效率市場
導致大型權職股的走勢無限貼近隨機漫步
事實,跟你愛不愛聽,是兩碼子事
RachelMcAdam 有些東西果然是內行人才看得懂
調整沒那麼快,人為介入也還是必須的==
2024有人還講2010的東西
除非特徵工程完全不用技術指標,不然我不太同意
技術指標背後只是量價,賺賠比和風控才是關鍵
散戶乖乖買ETF的時代到了
別忘了,ETF也有很多人耐心不夠、抱不住的
ETF就是讓散戶法人化,以後韭菜散戶會愈來愈少了.
技術分析,你會、獨眼龍也會,你想什麼對方不知道?
AI學笨了不就追高殺低
AI的參數也是人設定的,只是免除複雜的算法而已
Data是散戶人踩人,AI也只會跟著踩而已
以後散戶要把自己練成面壁者不讓AI作對
拿歷史資料訓練本質上還是看後照鏡開車啊
比較困惑的是不是大家都知道不一樣嗎 特地發一篇的
意義是?
反正一堆AI跟算方便,敵不過一個上帝結果
幣圈仔的理論就算了
算法
#這次不一樣
確實,以後散戶單幹要頻繁操作或是炒短線會越來越
難,這個一定是AI割散戶韭菜的市場。而大型機構的A
I也有高下之分,弱的AI還是會被割。
前半篇在講AI跟一般自動化程式交易差異 但後半篇舉
例的123把ΑΙ代換成程式交易也通欸cc
本文作者最大的誤解,就是以為目前給AI學習的資料,
就足以產生出獲利的決策。
有很多資訊是收盤後才有,用AI看著當下的走勢,做出
反應,就是勝利的策略?
所以你不是誤解AI,而是誤以為當前ML的資料,就足夠
做出獲利的決策。但實則,沒人敢說目前ML的資料已經
能掌握市場的全貌,進而能當下做出獲利決策。
你要下班 吃飯 拉屎,肝不好看醫生,更糟還會死翹翹
AI不會~~~
44樓的回覆一直是我對技術分析的一部分看法,就像
食神說的比賽就是這樣的,你做什麼他就做什麼,你
會用大戶也會用,至於AI為什麼能夠更好的收割散戶
,說再多都是會有人不信,就好像有人堅信地球是平
的一樣,專門訓練的AI怎麼可能放出來給散戶玩
覺得AI不會進步就好像總有人覺得特斯拉自駕不會進
步一樣,要是覺得不會進步就不會進步囉
其實就是對深度學習不了解,很多人以為AI還是以前
那個演算法套用做決策
真der 現在AI超級猛 而且這是真金白銀人吃人的市場
一定用盡所有手段去搞這個
人類:今天賺錢了 但我不知道為什麼
一定有賺錢的ai模型v.s.一定有賺錢的方法
v.s.市場上一定有賺錢的主觀交易者 ccx
反過來賠錢的ai也很多cc
就是個股便宜價越來越難有,玩個股越來越難
ai再怎麼猛世界上的錢還是有限的,散戶不進場是要
怎麼割。講實際一點的,你比現在猛一億倍還是受制
於散戶進場的量,量變少你能賺的就是變少。所以吹
捧AI的邏輯在於好猛好猛散戶輸慘了這個方向根本就
不對,人不會想和車賽跑。AI真的有利可圖不能把散
戶當韭菜…
有些技術指標例如sar當初就是開發演算法發展出來的
cc
結果說技術指標沒用那要拿什麼給ai判讀市場
要是真的發展到市場已不存在,不知道這樣的世界長
怎樣
預測你的預測
古早的技術指標在現在的AI觀點就是市場的價格特徵
AI在拿到資料整理後會先進行特徵工程找出特徵
在以前這個特徵工程是完全靠人類科學家工程師找
現在則已經變成AI可以自己找有用的特徵
而且說技術指標通常是侷限在K線價量分析
這時代AI用的資料包山包海 像是高科技衛星影像
船隻車輛的運行還有農作物礦產生產可以直接看
前面是資料再來是分析 以前就看黃金交叉多頭排列
再加個成交量爆量算很認真分析了
現在的各種AI模型說的就是資料分析的方法 進步很多
也因此那些華爾街投行避險基金的科技是遠超散戶
但就算如此 預測的準度也就那樣啊看看那些外資報告
總之技術指標可看成很原始的AI 但現代AI也有瓶頸
要像圍棋AI這樣虐殺碾壓人類的交易AI現在還差很遠
目前只有高頻交易領域 確實有做到完勝人類
想知道細節 可看版上有位常分享的機器學習線仙的文
以後小機構就是被割
樓樓上說的衛星照片這些其實量化就有人在做了,還沒
到ai,倒是特徵發現確實是ai領域
高頻也是量化領域就能完勝了,用到ai我是懷疑它值
不值
唯快不破 cc
衛星照片跟架攝影機已經是老方法了
15
首PoAI時代來臨, 現在從華爾街到本土法人都在用AI機器人做程式自動化、演算法 結合 AI FinTech 進行高頻及量化交易 這種交易方式使他們能夠高效地分析巨量資料,精准把握最佳交易時機, 並最大限度地減少人為情緒對交易決策的干擾。17
當年NASA首次登陸月球,所使用的電腦相較現在的手機根本像玩具, 也就是說我們帶手機穿越到當年,等於是帶一台超級電腦, 但這時代的手機應該比較像是掌上型遊戲機的樣子。 無意冒犯,但您真的理解通篇堆砌的那些詞藻,其真正的意義? : 這邊提到的AI演算法量化交易,9
真的不用神話華爾街的中大型機構,他們的績效明明白白的就是那樣, 純粹的量化交易公司通常還是比較強的,但多數的量化交易公司都還在成長的道路上, 小公司佔了大多數。 量化交易的數學模型也不見得複雜,愈是高頻的交易策略愈是簡單, 也更加穩定,但低延遲的軍備競賽卻在不斷拉高成本,
爆
Re: [心得] 有人完全靠技術分析賺錢的嗎?技術分析已經存在超過一百年,一直都有人靠技術分析賺錢... 技術分析就是基於成交明細,也就是價格數據 (有的包含成交量) 所做的分析。 上面這句話很重要,因為這貫穿了以下的所有內容。 技術分析分兩大類: 圖表分析 (chart) 和 技術指標 (indicators) 1. 圖表分析,就是畫 K 線做分析,在 20 世紀以前都是主流分析方式77
[心得] 量化交易起頭篇希望藉這篇起頭文和量化交易同好交流,歡迎來信, 若有line或是Telegram群,或是論壇還請分享給我 部落格版本 (正文開始) 這是長榮套在202元努力寫程式脫魯的血淚文,話不23
Re: [請益] 今年有人現在還是虧錢嗎?莫驚莫慌莫害怕 給你個數據取暖一下 這是全球前100大避險基金的2020績效 管理將近100B美金的橋水今年績效-25%16
Re: [請益] AI最後一定會打敗一般人?不好意思 我是doiverson 自己的帳號弄丟了一陣子 現在還在站長那邊手動認證中 所以請人代po 我自己現在是在台大念c.s phd 領域應用就是在這一塊 因為現在太多領域以A.I為名義 募資拿錢做很多有的沒的專案 但希望大家能夠慢慢了解這一塊到底在幹嘛14
Re: [心得] 演算法交易實用與否。大概自介一下,小弟是個放棄手操又不甘於定期定額拿大盤收益的韭菜,研究所做AI,目 前在量化交易公司上班,雖然公司主要是做高 頻套利/造市的,但還是不乏賺delta的策略,應該還有點資格回答這個問題。 基本上大多統計、AI應用於股票投資沒用不外乎就下面兩個問題, 1. 資料量太少: 舉例一個商品做日K,你抓個10年也通共就2000多筆資料,你用一堆特12
Re: [閒聊] 美術系怎麼看待這次Ai繪圖事件?前陣子剛好因為工作需求做了一些AI研究 我之前的工作設計到語音辨識領域,就個人實際測試經驗來說 現階段AI的確在很多部分無法取代人類 現階段無法取代的原因不少,個人覺得主要是兩點 1.演算法有限制9
Re: [心得] 暫時退出市場的小小心得與請益感謝大家的回應,連假期間整理了一下 希望能有系統的跟大家交流 如果有漏掉的可以再跟我說,私信待會也會一併回覆 開始之前,還是先強調這個領域最重要的就是加強風險控管跟心理素質 沒有策略是永遠賺錢的、環境也一直在變化3
Re: [心得] 演算法交易實用與否。看過Physics of Wall Street 嗎?基本上所有的機器交易背後最重要的是人寫的model, 有牽涉到AI的話 使用哪一種AI algo 就是重點。但是不論哪一個都沒有穩賺的 所有的model 都有flaws. RT 在2008大賺 但是同樣策略在疫情時卻不行 當你在用程式在跑的時候 千萬要記得 做判斷的 寫程式的都是人 如果你自己沒法找到一個賺多賠少的策略 你開發出來的程式會有意義嗎?更不用說AI了 一般人都太神話AI了 有沒有聽過 AI is only as good as its training data. 如果資料量不夠或是太雜 或是不知如何tagging 或牽涉到主觀判斷的權重 那這AI 還不如沒有的好 我自己做的是先找到一個可以獲利的策略 然後再寫成程式來自動化 提高liquidity -----2
Re: [心得] 演算法交易實用與否。=_>=/大家好,我肥宅佬啦,去年前年賠30%的。 強者我朋友,最近也是有在搞什麼AI自動寫程式。 首先,就是餵資料,一直餵一直餵一直餵,然後讓AI合理化所有交易週期。 不可否認,寫出來99%都是廢物,畢竟牛頓再聰明,也是躲不過東印度的貪。 更不用說QE之後,餵08年之前的資料99.9%失效,就跟2000年那時候一樣,
63
[心得] 馬斯克是神吧21
Re: [心得] 討論關於量子計算/代工51
Re: [新聞] 習堅採生產推動成長已血流成河!WSJ:中15
[請益] 投資美股你們會注意最低稅負嗎57
[請益] 如果不開複委託直接買美股ETF可嗎?18
[情報] 113年12月18日信用交易統計8
[標的] 2616山隆-為何變存骨了?41
[情報] 2542 興富發 建案停工說明3
Re: [新聞] 政府將推 Chip Team Taiwan 晶片國家隊2
Re: [標的] 2616山隆-為何變存骨了?1
[請益] 有人看過966造雨俠嗎?1
[情報] 1218 上市櫃股票週轉率排行1
[情報] 113/12/18 八大公股銀行買賣超排行2
[標的] 鑫永銓股價下跌原因16
[情報] 3041揚智 11月EPS -0.24元1
[情報] 4771 望隼 澄清媒體報導事由1
[情報] 1218 上市櫃外資投信買超金額排行1
Re: [新聞]諾貝爾獎得主喊話 朱棣文:台灣民眾應努力