模块?只有把语音换成语言的吧。一段话怎样电脑判断是哪个股票,最重要这段话是利好还是利空,市场上有模块吗?譬如airforce one is too expensive, can it. 电脑 需要知道联系产品到Boeing,然后can it 意思是cancel。这句话是关键。前面说 expensive只是fact,没有任何意义。
我们假定即使有模块,出了电脑理解问题一天几个买卖几百million赌资亏多少。雇几 个人一天工资多少?大基金不在乎这点钱,他们需要customization and control。如 果有问题当天就要解决掉,你买个模块,有问题打电话,给case,他们investigate, 然后develop,QA,release要多少天?
答案:是的。股市上最好的人工智能一定能打赢所有人类的集合,人工智能的主要对手是别人家的人工智能,不是人类。
问题二:我能做一个炒股很厉害的人工智能么?
答案:你一个人?基本没戏。
人工智能怎么办?
的想法。
一个team里面有思想的很可能就只有一个人。
看第四页,caption是AI看图后自己加的。网上你能download image captioning的code自己run,如果你有Nvidia的GPU话。想象一下同样的AI看K线图。。。。已经有人这么
做了,只是不会有人告诉你。。。
http://cs.stanford.edu/people/karpathy/sfmltalk.pdf
很多人认为AI只有大公司才能做,因为需要巨大的计算量。那就让我给你们一点信心吧。现在Nvidia的TitanX大约1000多美金,它的浮点计算能力比2003排名第一的超级计算机还要快。GTX1080的性能略微低于TitanX,600-700美金一块。你自己撰一台机子(i7/32GB/4XGTX1080),大约5000美金。它的性能可以匹敌10年前的最快的超算。如果我告
诉你10年前的超算可以预测股市,你不会怀疑吧。所以你也可以。
这几年AI的快速发展一方面是因为算法的提高,其实更多的是因为硬件的飞速发展。
显然你自己没干过这个事。
没数据玩什么算法?这跟你结算机多强大没有半点的关系。
信息处理基本的原理就是 garbage in ===》 garbage out
主要瓶颈在高质量的数据以及数据的组织上。
花街工人也是人,我不认为算法不可逾越。
本版好学校教授都一大堆,啥算法没见过。
不信,你每季度之前算一下道指30的earning estimate。
看能赢花街共识的数字不。
yahoo的股票close价格数据,清洗一遍,
那基本上也就是一个全职工作了的working load了.
ai图像处理人人都可以玩,那是因为人家有大能做了image net。
饭喂到嘴边了。市场数据,尤其是关键经济数据,你从哪来?
google,yahoo的历史数据足够了。我又不是指高频交易。我不知道有没有用AI用的高频交易。
觉得一个人能行的,我看都是没动手做过。
前复权,后复权,国外股票节假日插值,分股,并股,停牌...
Go ahead and do it before talking
当然寻找最优解依然需要大量的时间。
这网上有懂AI的没有?出来冒个泡啊。我今天也是在办公室无事可干,上来灌一点水。
压错宝了,照样赚。
就是知道几个名词而已
Noise不匹配。这就是为什么叫AI。
好。LOL。
全家出动,老爹加两个儿子都是计算机科学家/数学家组队倒是有可能的。
Python numpy/pandas的例子多看一些,你就可以理解了。
其次,先不看CPU/GPU,得先问问您的网络带宽和硬盘尺寸,这样可以估算系统的数据
处理能力。
我现在用10年的EURUSD 5M数据(1M records),i7更玩一样。正是因为计算存储能力
的极度过剩,散户才有机会玩这些以前认为高大上的东西。
易,对冲基金雇PhD是干嘛的,跟高中生比编程?去Google吧,这周的学习任务有了。
收赌资
很多AI牛人都不屑于用他们的技能炒股,这其实对我们是一个机会,AI的突破其实只是这2-3年的事,大部分人还不知道怎么回事。AI的不会炒股,炒股的不会AI。网上有些
人用AI去预测明天的涨跌,可是预测对了也赚不到钱,因为那不一定是交易机会。
一、你对“数据”这个词的理解可能和华尔街说的数据不是一回事,数据不是指股价哦。
二、觉得你有点小看股市的重要性。可以说没有股市就没有研发科技的资金,这个不展开了。
三、AI最早的应用首先是军事和金融等国家利益的领域,最后才是民用科技。AI并不是最近两年突破的,早在90年代IBM的深蓝就已经超越人类了,IBM和高盛都是国家金融战的主要力量。相对于蓝色巨人IBM,微软和谷歌是机器学习领域的小弟,根本不能跟IBM相提并论。最高水平的科技一定为了国家利益,而国家利益一定是保密的。
你不要听人说什么说AI会炒股的不懂AI,这些话的起源都是庄托出来忽悠散户不要用AI。建议大家去参加最高级别的金融学术会议,听听对冲基金大牛的评论。前几天的ASSA就不错。Btw,重申一遍,中国高手在民间,美国高手跟高校有千丝万缕的联系,要么
高校出来的,要么赚够了钱回去做教授。
短期走势,所以只看股价和成交量。至于股市的重要性,完全irrelevant。
Deepblue不是AI。我们说的AI一般指的是神经网络。Deepblue显然不是,而且它的浮点计算能力只和Iphone4 相当。无论哪一方面都无法和现在的AI系统相提并论。
IPhone5: 28.2 GFLOPS
IPhone 6S:115.2GFLOPS
从你前面说的对CNN,浮点运算什么的看法,感觉你就是会使用但是根本没理解现在的
deep learning究竟是处理什么问题的,和股票数据的区别.
光上神经网络,根据K线预测下一刻涨跌 这个不靠谱吧
from trained model。如果output是买或卖,你的trading system就可以place order。
预测下一刻的涨跌是没有多大意义的。我的training dataset的output并不是下一刻的price。当然这也是最考人的地方,也是AI的价值所在。training的数据每个人都是一
样的,但是你的output(prediction/target)是你自己定义的。这个时候会炒股的人
的优势就体现出来了。
网上绝大部分的例子都是预测下一刻的涨跌,所以基本上不是炒股的人开发的。
有没有人现在也搞这个的,冒个泡啊。
反正 我看他们招NLP的人。
我看更高级的思维,还是决定背后用什么模型,用什么输入。
这个得要domain knowledge的
要不然神经网络就是个万能函数拟合器,啥都能拟合得很好,但能不能work,那就呵呵呵了
。这个已经是老方法了,不过有些HF还没有。
所以我觉得 光拿神经网络喂k线的思路 走不通。
close, volume没有多大用处。因为那些数据是结果(output),不是input。current price只能是input里的一个指数而已,光有price time series一点用都没有。
,比老马的专业大概1000多万倍,看完了就知道自己在这儿讨论有多可笑
自感是当机器人电池的命。
还震撼于pyhton. Python是1991年的语言...
本站创始人 liujia是做视觉的,很早就发过science.
我十几岁时候在国内网站和他讨论过ai.记录都还在。我
那时候讲的东西比今日这些贴都强。
谁觉得自己懂AI炒股,你问问他100个FA TA指标,1000个asset,
70万行数据怎么处理。拿个open source库套一下就赚钱了?
AI炒股绝对是可行的。
但我前面说了,没数据你玩啥?良言难劝活该赔的。
还有,川普的tweets的NLP,现在哪里有卖?
需要知道联系产品到Boeing,然后can it 意思是cancel。这句话是关键。前面说
expensive只是fact,没有任何意义。
我们假定即使有模块,出了电脑理解问题一天几个买卖几百million赌资亏多少。雇几
个人一天工资多少?大基金不在乎这点钱,他们需要customization and control。如
果有问题当天就要解决掉,你买个模块,有问题打电话,给case,他们investigate,
然后develop,QA,release要多少天?
sentiment. 隔了好几层得到的data非常不reliable。
卖几个指标那种
(1)
几千assets, 每个有几百个指标。
一周几十万行数据。这不是人力能干的。AI确有应用。
(2)
这么多数据
你觉得拿3,5个指标出来分析什么因果有多大意义
(3)
但这也不是散户能干的
(4)
我昨天找了朋友问。他说他们公司几万种asset,
做什么傻x策略的都有。ai早就有了。
我没有说AI一拿来training就可以用,确实有大量的参数要预先定义。比如要多少层,每层多少Neurons。LSTM和CNN怎么交织的用。早就有人说了,AI不是free lunch。
回帖的人很明显这一两年没有玩过AI,但是言论却是言之凿凿。
还是一个人玩比较好。版上也有人谈论data science的,不过基本上是为了找工作。没有几个人是为兴趣。
还是一个人玩算了。
所有的指标基本上都是从量价推倒出来的。所以量价本身已经包含所有的信息。AI应该自己从海量的历史数据中extract features/patterns。这就是为什么要AI。
我的EURUSD 5分钟就有1百万条记录。在i7面前更玩一样。我也只需要10几分钟就可以
标记1百万条记录。早就说了,iphone的计算能力就比2000年前的超算强。
https://www.stocktrader.com/2009/06/04/stock-market-sentiment-indicators-
gauge-investors/