我相信你看到了许多关于人工智能如何在没有情感和理性决策的情况下进行交易的故事。但这是真的吗？我相信简短的答案是“不”，至少在 2022 年的🧐.是这样如果你想知道细节，让我们更深入地探讨这个主题。
首先，我们明确一下目标。当我们说人工智能应该在市场中交易时，这是什么意思？这意味着我们需要一个复杂的系统来尽可能准确地决定市场头寸。也许我们期望模型理解熊市和牛市，并总是利用发生的事情。对我们来说，它就像一只经验丰富的对冲基金，总是保持清醒，足够聪明地预测未来，因为它可以一眼看到许多观察结果。 我们中的一些人将人工智能模型视为持有在资产之间交换的头寸的投资组合经理。我们中的一些人认为这是一种资产推荐。正如你所看到的，我们对所谓的人工智能有几个期望。 所以第一课是:
这里有太多的目标，没有一台机器能够理解所有这些目标。大多数 ML 和 DL 算法进行曲线拟合或试图最小化它们的成本函数。您不能在这里设置太多的成本函数。如果我们想拥有所有这些应用程序，我们需要将每一个定义为一个数学公式，然后尝试学习它。
安妮·斯普拉特在 Unsplash 上拍摄的照片
有没有一个人总是能根据他的策略赢得交易游戏？显然，如果有这样一个人，他们就破坏了游戏规则。想象一下市场中的一个洞，所有的财富都在那里消失，因为有人发现了市场机制，并能预测接下来会发生什么。当有人在市场中找到一个理性关系时，它将改变动态，因为它有太多的参与者，他们都想优化他们的盈利策略。因为这些玩家没有被冻结，市场动态会周期性地变化。
所以第二课是:
市场中有太多活跃的参与者意味着市场中没有长期规则。如果有人找到了解决方案，市场应该对此做出反应，在崩盘之前改变现状。(把这种策略看做黑洞)
艾萨克·加西亚在 Unsplash 上拍摄的照片
在金融中使用 AI 的力量是否毫无意义？如果没有长期稳定的动态和单一的优化目标？
这里缺少的是我们忘记了我们真正的问题。我们喜欢做市场的主人；主人可能会失败，所以你的 ai 模型在某些情况下会失败。你可以忘记预测市场走势(或者至少不要专注于那个单一的目标),尝试建立其他类型的动态模型。人们如何看待社交媒体中的市场？从长远来看，市场波动会如何？你如何能模拟风险/回报并管理你的风险，而不是预测市场？以及许多类似的问题。
这不是一个经典问题，它会周期性地变化，有时可能会产生新的模式。所以你不能表现得像一个经典的人工智能问题。特性的重要性随时都在变化，所以你不能长期冻结你的模型。
所以第三课第六课是:
我们可以使用历史数据来训练我们的模型，但同时关系会发生变化，我们会向数据集添加更多的噪声。你需要大量的数据来训练模型，但另一方面，随着关系的变化，它们会给模型制造噪音。永远记住这个权衡。
永远记住这种权衡
预测未来是可能的。这是行动的分配。所以在与 AI 合作的时候，我们应该意识到这些分布。这就是为什么我认为我们需要为市场的不同部分提供多种人工智能，然后为决策制定提供一个可解释的规则库模块。作为一个人，我们的决策模块应该是动态的，并根据不断变化的策略尝试最大化盈利能力。在这里，人工智能可以帮助澄清幕后的细节，而人类在大多数情况下无法快速做到这一点。
所以第四课是:
人工智能可以预测不同的方面，不总是准确的，但尽可能准确，快速，但最终的描述应该是可以解释的，因为你需要不时地改变它。
安德烈·德·森蒂斯峰在 Unsplash 上拍摄的照片
结论
这不是一个容易的问题，关于这个话题的一个帖子不会全面涵盖所有方面。但你要知道的是，AI 并不总是在这里用单枪匹马解决最终目标。即使作为交易者的人类也使用不同的交易机制，他们有一些成熟的规则。每当你看到他们的工具有缺口的时候，就用 AI 做工具。从大多数方面选择一个孤立的目标，然后尝试为其建模。遵循一些总体目标，比如预测市场，不是一个曲线拟合问题可以解决的。使用更多的数据分析和预处理及后处理，这不是一个神奇的盒子，但简单的数学规则生成试图找到输入和输出之间的复杂关系。 明确决策策略，利用 AI 对这个决策进行建模是可以的，但是到时候要有可解释性。您可以根据新的动态来决定何时应该改变这些策略。