您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识

用大数据，用人工智能炒股能够成功吗？

人工智能,数据,股市用大数据，用人工智能炒股能够成功吗？

发布时间：2016-12-08加入收藏来源：互联网点击：

用大数据，用人工智能炒股能够成功吗？

回答于 2019-09-11 08:43:50

回答于 2019-09-11 08:43:50

谢谢邀请。我相信，未来人工智能炒股一定能够成功，但目前国内外还没有成功的案例。

首先，目前大数据、人工智能仍然只是股票交易的辅助手段。

1997年，IBM的超级电脑“深蓝”战胜了国际象棋世界第一人卡斯帕罗夫，2017年，谷歌的阿尔法狗在浙江乌镇以3:0 完胜我国的世界围棋第一人柯洁，可以说，人工智能的迅猛让人看到了人工智能在股票投资领域的希望。然而从实际应用看，目前在股票投资方面，绝大多数情况下是利用计算机超强的运算能力，通过使用现代统计学方法和数学方法对复杂的市场数据进行分析，然后根据分析结果做决策，帮助投资经理和操盘手选择合适的交易策略。

说到底，这是辅助决策，仍然属于工具阶段，并非其人工智能属性的体现。

其次，人工智能在国内国外都有过炒股的先例，但从效果看，还没有明显优势

先说国外的，2017年10月18日，世界上第一只应用人工智能进行投资的ETF基金——AI Powered Equity ETF（代码：AIEQ）在纽交所上市。这只基金使用IBM的Watson（人工智能系统）的认知和大数据处理能力，来分析美股的投资机会，它365天×24小时不停工作，分析6000多只美国挂牌股票，每天分析上百万条相关的公告文件、财报、新闻以及社群文章，利用量化择时、量化选股、因子分析、事件驱动等N种量化模型选股。而且，机器人没有人性情绪波动的弱点，只有理性地分析和判断，在这样的情况下，它的成绩如何呢？一年下来，上涨了9.63%，输给了美国三大指数！（当然这个成绩比很多散户还是要强的）。

与此同时，日本和中国都有公司利用人工智能选股和进行量化交易，尤其是2015年股灾之后，很多通过机器人下单的操作，但是仍然属于辅助性的工作，并没有真正实现智能化的交易，而且从效果看，非常一般，因为A股最近几年走势很差，这些公司还是亏钱的。

再次，人工智能最强大的地方是它可以不断的、不停止的学习和进步

在阿尔法狗战胜李世石和柯洁之前，曾经有人预言在围棋领域机器人战胜人类冠军是不可能的，结果事实让所以质疑的人都闭上了嘴巴，这里面最关键的因素就是机器人可以无休止的、不断的学习和进步，因此从这个角度来说，未来人工智能一定会比大部分的人类都更加强大，很多科幻小说里的场景也必将会出现，那个时候，炒股只不过是他们比人类更强的领域之一而已。这点真的不用怀疑。

畅想一下，未来可能要立法禁止机器人参与股市交易也有可能噢：）




欢迎关注，一起交流。

回答于 2019-09-11 08:43:50

个人经历告诉我，可以！

一、先谈数据分析。

我是个资深韭菜，学习Python编程后，尝试用数据分析寻找股市规律。截止目前，已发现两个有价值的规律:

1.券商是牛市发动机。

2.A股具有时间特性。

以上规律已用量化回测验证过了。具体分析和验证过程，可看我的文章。

正在研究“涨停股”数据。已经整理好数据和表格。今天有发文，结论是：提前埋伏成功的概率很低。会继续深入研究，预计两周后得到确定性的结论。

我认为股市是混沌的——随机和规律并存。而数据分析可以发掘出规律。这就是数据分析在股市中的价值。

二、而人工智能范畴广泛。我还没学习和应用。只谈浅显认识，抛砖引玉。

初级是量化交易。这方面国外已非常成熟。国内方兴未艾，绝对是发展的方向。

股市反人性，这产生了执行风险——受主观因素干扰，不按系统信号操作。如果不想被收割，需要经历磨炼，以克服本性的干扰。

而量化交易可杜绝主观因素影响，不存在执行风险。这非常重要和有效。因为知行合一，才是炒股最难跨越的鸿沟。

更高级的预测和自主操作，现在可能还做不到。

因为人工智能，本质是靠天量数据喂养出来的。而股市的数据有限，国内数据更有限。造成可能算法有了，数据不够的尴尬情形。

虽然现在做不到，不代表今后做不到。人工智能的发展，将远超想象。有生之年肯定能见到，那些科幻大片的情形变为现实。

建议赶快跟上时代潮流。吃力，困难更要跟。

回答于 2019-09-11 08:43:50

我用事实告诉你，可以的，国内是一样的！相关原创视频，我会陆续上传。

回答于 2019-09-11 08:43:50

取决于程序，电脑程序化交易的有很多，不过大多数利润都不高，但是很稳定。达到条件了，该买了买该卖了卖，不会像人一样犹豫不决。每次买入的一定是一定比例，不会像人一样贪婪满仓。市场千变万化，程序有一定之规。当始终严格使用一种方法的时候，离成功就不会远了。

回答于 2019-09-11 08:43:50

 1/2    1 2 下一页 尾页