机器学习模型可以准确预测股市吗?

译文
人工智能 机器学习
人工智能如今被视为一种神奇的技术。作为解决人类面临的复杂问题的一种方式,很多机构和组织正在对人工智能进行开发和研究。人工智能之所以具有吸引力,是因为它将难以置信的快速计算能力与只有人类参与才能获得的直觉结合在一起。

机器学习模型可以准确预测股市吗?

【51CTO.com快译】人工智能如今被视为一种神奇的技术。作为解决人类面临的复杂问题的一种方式,很多机构和组织正在对人工智能进行开发和研究。人工智能之所以具有吸引力,是因为它将难以置信的快速计算能力与只有人类参与才能获得的直觉结合在一起。

金融市场则更多地采用人工智能技术。许多人认为,人工智能可以利用大数据和机器学习的优势来预测股市的发展趋势。

有一些在线交易平台允许用户利用机器学习和人工智能进行交易,但人工智能技术目前还没有达到在金融市场获得盈利秘诀的地步。它目前所做的是为投资者提供一些系统性优势,人工智能越来越擅长在识别何时应该承担风险以及承担的风险程度。

人工智能是否有助于投资者预测未来?

有句谚语说:“拥有预见未来的能力就能获得财富。”具有准确预测未来的能力可以使人们拥有空前的力量和掌控经济命运的能力。

这就是人们希望从人工智能技术中获取的价值。需要说明的是,目前大多数出色的在线股票交易应用程序都使用了某种形式的人工智能,但它们还没有达到能够准确预测未来的程度。如果真是这样,那么股市很快就会面临灾难性的结局。

人工智能所能做的是观察可量化的数据和以前无法量化的数据(例如语音、视频和照片),帮助投资者清楚地了解某家企业的经营情况、用户对这家企业的看法,以及对这家企业未来财务的预测。

人工智能面临最大的挑战是市场具有生命力。当人工智能应用于生产工厂时,可以帮助机器在预定义的边界范围内做出明智的决策。而在股票市场上,却没有固定的或预先定义的模式。

由于影响股票市场的因素很多,人类和机器都无法预见或处理。而社会动荡、政治变化、自然灾害,以及经济动荡等因素都会以惊人的方式影响市场。

例如,没有任何一种人工智能或机器学习技术能够预测冠状病毒疫情对世界的深远影响。由于政治、宗教、文化因素,全球各国的股票市场受到了不同的影响。那些原本可以有效遏制疫情传播并能够保持经济强劲增长的国家遭到了沉重的打击;而原本预计会大量传播病毒的国家却已经解决疫情危机,并且经济正在向前发展。

有人预言,这场全球性的疫情将会让经济陷入困境。然而在疫情持续蔓延期间,一些行业和部门却出人意料地得到蓬勃发展。因此,人工智能技术对市场未来发展的预测能力有限。

在线交易平台的兴起使得收集大量有用信息变得更加容易。人工智能可以很好地利用可用信息,并预测股票市场在每个交易日内的波动,可以收集信息,采集样本,并根据机器和人们交易的行为做出预测。

可以否定人工智能吗?

股票市场是一个竞争性的环境。企业或个人拥有的竞争优势都会被他人迅速识别并复制,以至于曾经存在的竞争优势消失了。

人工智能就是这样。它不再是一种让用户预测未来的方式,而是越来越成为金融市场可以用来处理大量信息的工具,从而使精明的用户能够识别变化的条件并把握机会。这取决于个人或企业做出相应的调整。事实证明,人工智能不再是一个预言家,而是一个信息仓库。

人工智能存在的第二个问题是,它并不总能转化为成功的大规模交易。市场营销中有一个普遍的真理,即扩大规模将会产生竞争性市场。人工智能可以使交易者识别他们应该以一定价格进行交易的股票。

投资者可能会尝试交易200股股票,但是他们无法以这个价格对2,000股股票进行交易。如果他们试图增加要交易的股票数量,将被迫保持更长的时间不能售出,这使他们面临股票价格波动和下降的风险。

其结果是人工智能行为无法预测。许多求助于人工智能技术的用户对此感到失望。而在使用人工智能投资系统之前,进行认真的研究是很重要的。

定义人工智能在预测投资中的作用

股市可以产生惊人的回报。人工智能和机器学习在帮助投资者清楚地了解短期市场动态方面做得非常出色。

但是,由于人工智能和机器学习依赖于历史库存数据,并且其历史数据是时间相关的,其功能受到限制。为了成功地预测未来,人工智能需要提前获取信息,例如提前了解某个企业的季度收益结果,而这在大多数情况下是不可能的或是非法的。

预测第二天的股票走势是随机的行为。由于外部因素太多,无法创建可靠的模型。虽然人工智能和机器学习可以收集很多有价值的信息。但是它还没有而且可能永远不会达到能够准确预测股票趋势的地步。

原文标题:Can Machine Learning Models Accurately Predict The Stock Market?,原文作者:Matt James

【51CTO译稿,合作站点转载请注明原文译者和出处为51CTO.com】

责任编辑:庞桂玉 来源: 51CTO
相关推荐

2020-01-31 16:08:00

​机器学习数据技术

2018-04-12 13:53:19

2013-11-26 09:28:01

2016-04-08 15:04:37

人工智能阿里小Ai

2020-11-06 09:00:00

机器学习集成学习人工智能

2020-11-17 17:28:29

机器学习技术人工智能

2017-05-03 19:08:10

机器学习

2022-06-09 09:14:31

机器学习PythonJava

2020-10-23 15:57:54

机器学习技术人工智能

2016-01-27 13:37:53

机器学习数据模型算法

2018-08-30 14:58:12

机器学习磁盘故障

2017-07-25 12:09:10

机器学习预测性维护模型

2021-10-26 10:15:34

Python股市代码

2018-02-25 19:02:45

Python机器学习算法

2020-05-26 18:50:49

机器学习数据预测标签

2020-02-10 17:55:32

疫情模型靠谱

2023-01-04 11:35:21

预测模型预售

2020-08-10 15:05:02

机器学习人工智能计算机

2022-06-20 07:16:25

机器学习模型Codex

2023-01-06 16:38:02

大数据
点赞
收藏

51CTO技术栈公众号