最新消息:
首頁
     趨勢最前線
  市場瞬息萬變、雜訊比信號多… AI操盤 3大難題待解
  2019/7/20 | 作者:編譯/齊葉 | 點閱次數:370 | 環保列印
字級: 大字體 一般字體 小字體
  編譯/齊葉

每當一項科技日益進步,通常也會逐漸變得普及,但在機器投資領域卻非如此。投資人想擁有能幫自己贏過市場的電腦選股模型,短時間內恐怕仍難實現。

這並非因華爾街對此欠缺興趣。華爾街為投資市場打造科學化模型的努力,從1980年代中期就已開始,不僅吸引各方具有數學和電腦科學背景頂尖人才投身,且包括Renaissance Technologies、PDT Partners、D.E. Shaw等一小撮避險基金經理人已藉此取得出色回報。

現今許多績效領先的基金業者,與當初主導創建科學投資模型的,恰是同一批人,但你的財力和人脈或許不足以和這些人一起投資。

機器投資仍屬於少數精英層級的理由之一很明顯。事實證明,為你投資比預測你會在亞馬遜買什麼東西更難。哥倫比亞大學商學院教授兼Bourbaki量化策略開發者莫雷米(Ciamac Moallemi)說:「這是機器學習應用上最大的難題之一。」

以金融工程師試圖解決的某些困難為例:

市場數據瞬息萬變

用量化術語來說就是「非穩態」──除非做了整形手術,否則你的眼睛離鼻子多遠,應是具穩定性的數據,這代表投放數百張你的照片來訓練機器後,它有很高機率能辨識出你。但市場數據卻非如此。

在金融市場,數據有可能以劇烈且無前例可考的方式變化。例如,2013年歐洲大部分地區和日本前所未見地採行負利率;或1998年美股價位由分數轉為小數。這對電腦來說要調整不難,但可能使一些人類交易員感到慌亂。

Renaissance前研究員惠尼說:「那改變了市場部分結構,同時可能也改變了一些行為。」

雜訊比信號多

股市永遠在變動,且不一定有理由。大部分市場內行為都是經濟學家所謂的「雜訊交易」。用圖像辨識來類比,想像一台電腦試圖辨識出在黑暗中拍攝的照片裡的人物,照片所提供絕大部分數據都是雜訊,即無用的黑色畫素。

而且從數據集的角度來說,股市歷史資料相對短淺。假設你想預測未來1年股價的變動,但美股可回溯的良好紀錄僅到1900年,代表只有118筆非重疊數據可參考,完全比不上1天處理照片量就達3.5億張的社群平台龍頭臉書。在圖像辨識訓練中,只需將照片轉向或改變顏色就能創造出新數據,但要人為擴增金融數據集很困難。

能尋覓的優勢很小

一個明顯的信號用處不大,例如在每月第1天買進股票。若過去這個策略有效,不過是僥倖,就算不是僥倖,也很快會被別人發現。因此,專業研究員反而更專注非常微弱的信號,但就算用於預測未來股價,確定性也可能僅51%,意味能由此獲得的「優勢」其實很小。
  相關新聞
Verily改造蚊子,研究控制疾病傳播… Google新事業 扮生物駭客  
避險基金、資管公司砸錢購買 另類數據藏金礦 業者挖寶  
消費趨勢改變 百貨公司爭食大餅… 美二手衣市場 商機爆發  
意外成為數位金融最佳實驗地 印度廢大鈔 行動支付受惠  
超高空飛行器 帶來新商機  
奈米銀技術 催生摺疊螢幕  
德義把頻譜當搖錢樹 美壓低價格… 5G釋照 各國策略大不同  
制式表格已過時 設計愈來愈多元 Z世代履歷表 秀個人風格  
提供線上線下通路 新創揪柑仔店 搶零售市場  
新創研發聯網監測儀 提供即時協助 數位醫療 糖尿病患福音  
 
   

全版電子報紙

搜  尋

關鍵字


廣  告