AI人工智慧,真能用來預測股市嗎?

AI人工智慧,真能用來預測股市嗎?
Photo Credit: AP/ 達志影像

我們想讓你知道的是

AI發展出來的許多Fintech技術,其實是能夠協助分析市場還有投資人狀況,提供出更多選擇跟判斷,但AI是否可以「預測」股市這個問題,我仍持續否定。

文:CK的雜談筆記

這個主題其實我在之前寫過類似的文章,前情提要在〈機器學習筆記:人工智慧 X 股市預測〉中,我把上次的結論先拿來開頭講一下:

  1. 想要正確預測股市,可能需要龐大的資料量,不太可能只單靠某些單純的資訊就準確預測
  2. 以目前已知的知識及技術,金融科技終究只是輔助,其準確率不會直奔天際到80-90%,可以全部放給電腦做判斷,跑出來的數據還是只能參考,最後還需由人類判斷其結果

在更深入研究金融科技之後,先為上次的文章重新下一個標題:機器學習X股市預測的可能性

我上次在寫文章的時候把金融科技的範圍縮的太窄了,因為一心想要研究機器學習的黑盒子,把股市的資訊通通放進去,然後叫模型預測明天的股市,最好是告訴我明天漲還是跌,像這樣透過時間序列模型和神經網路的方式,我還是維持定論,那這篇文章要說些什麼呢?

要說的是,人工智慧真的能夠預測股市嗎?

如果用到「預測」這個字眼,我覺得會讓人抱著明牌的高度期望。這非常要不得,畢竟如果了解人工智慧的原理,以及認知到市場的高度變化,就不會把要人工智慧來報名牌了。

那麼,人工智慧要如何幫助投資人呢?

一般來說,提到 AI 投資或是機器人投資這類演算,也能區分很多層次,但很多人總是混淆在一起。在這邊整理一下現在用科技來輔助投資的方式,有以下幾種:

  1. 投資人的參考工具:這類型的技術是負責擔任投資人的工具,負責搜集大量資料,進行風險控管、機率評估、相關性、價差、市場報價等分析,然後回報結果供投資人參考
  2. 提供適合的產品或配置:這類型的技術,是使用演算法來擔任提供投資偏好、交易行為與財務需求之間的分析,譬如判斷投資人的風險高低、收入狀況、財務目標、稅務條件、投資期限、收支狀況、投資習慣、帳戶類型、交易成本等,將這些資訊綜合起來,提供合適的投資產品或配置
  3. 提供服務:有些類型的演算是提供服務,譬如了解客戶資產等級、生日、作息、投資限制、家庭成員。會給予適當的顧問服務或者財務警訊
  4. 實際負責操作投資:以類似代操盤、投顧的方式,直接讓機器人操作買賣的動作,賺取利潤
BESTSELLER CONCEPT. People using laptop — Photo by garagestock
Photo Credit: Depositphotos

隨著時間的推進,可能有越來越更多種科技跟創新的想法加入進去,但媒體或者大家以訛傳訛,把這些全部包在一起混著談論,導致大家常常搞不清楚,或把人工智慧神格化。所以 AI 到底是不是必勝法,除了得先判定是從哪種類型,還要看投資人心態而定。

姑且先撇開目前人工智慧的技術到哪裡,畢竟技術變革很快,現在接觸到的許多銀行,也開始注重這一塊了,最典型的是玉山銀行,他們成立一個數位金融的部門,他們希望將Fintech技術運用到各種金融面向。

想用人工智慧來輔助的投資人,得先知道這四件事

1. 投資沒有最佳解

圍棋有勝負條件有規則,AlphaGo打倒李世石旗開得勝。自動車駕駛有交通規則,將人安全抵達目的地。

但投資這件事有正確答案嗎?投資的正確答案是勝過大盤,表現要比大盤好?要好多久? 還是最佳風險報酬比? 投資期間多久,投資比起圍棋或者開車,時間拉長更多,投資的期間是否能承受變動?能承受到什麼程度?在程式交易上,很多問題似乎都沒有答案,也不會有最佳解,只有因人而異。

2. 市場是眾多行為的綜合體

接到上面講到時間長短的問題,投資這個行為,不像很多活動是有開始跟截止,或是有勝負。大盤或是市場是所有交易參賽者的集合,有人勝過大盤,就會有人輸給大盤,是一場零和遊戲。假設你的AI帶給你勝過大盤的績效,那相對的另外一方是較低階的 AI?還是不用演算法的人?

3. 過去能再重演嗎?

人工智慧中,有些研究團隊是使用機器學習來「預測」、「判斷」輸入的資料是什麼?這種方式會使用回測來驗證模型的績效,或是不斷提供數據學習。例如:國外有專家讓系統看上萬張貓的圖片,以讓AI學會如何辨別貓、躲起來的貓、表情扭曲的貓。

Cat_looking_at_a_mirror
Photo Credit: Ma1974, CC BY-2.0

如果把這個方式,使用到股市上,把數年份全世界的股市價格趨勢給AI,能夠判斷出什麼? 大家都知道很多歷史不會再重演,也有很多事情是過去從未發生,誰知道雷曼兄弟會倒閉,誰知道會有911恐怖攻擊?很多人工智慧設計出來的模型是用過去資料的最佳化,但未來可能發生的情境可能遠比所有人能想的更複雜。

4. 如果真的這麼神奇,工程師自己賺就好了

如果AI能在任何程度、任何場合幫投資人賺到錢,無論是賺到多少的錢。若這是常態,哪天Apple或者Amazon的天才們發現了AI演算能賺很多錢,就不會有人去開發新的手機或Amazon其他產品了。

如果某一家科技公司,發現自己的AI能夠幫客戶賺到很多錢,為什麼不直接關起門,把這種百分之百的賺錢機會留給股東跟自己就好?人類說到底,本性是自私的,很少會有人掏心掏肺的所有利益分給別人,更別說如果有一個100%賺錢的秘方了。

RTR3C2CV
Photo Credit: REUTERS/達志影像

在第二次思考這個主題下,AI「預測」股市這個問題,我是持續否定的。

但必須說,AI發展出來的許多Fintech技術,其實是能夠協助分析市場還有投資人狀況,提供出更多選擇跟判斷的。

AI透過演算法,應該是來自於客觀、資訊充分以及避開人性的缺失的角色。但是實際上世界實在充滿太多變化,無論是AI演算、計量、程式交易,本身都有賺錢的可能性存在,但面對無數的不確定性,誰知道哪天會不會戰爭或者誰又開始貿易戰,導致股價大跌。或者人性的顯露,像是看到連續好幾天AI無法幫你賺錢的時候,是否該繼續相信AI呢?我自己來會不會比較好?AI是不是弄錯了啊?我能承受這後面幾波的損失嗎?想一想就把AI關閉了。

說到這邊, 你覺得AI會「預測」股市嗎?

延伸閱讀

本文經CK的雜談筆記授權刊登,原文刊載於此

責任編輯:丁肇九
核稿編輯:翁世航


猜你喜歡


為平凡生活注入新生命,萬秀洗衣店孫-瑞夫與SYM找到新燃料的契機

為平凡生活注入新生命,萬秀洗衣店孫-瑞夫與SYM找到新燃料的契機
Photo Credit: The News Lens Brand Studio

我們想讓你知道的是

「共感」,是張瑞夫當時成立萬秀洗衣店社群平台的發想原點,與長輩一起做一件有感覺的事情,正是共感所想傳達的念頭。同樣在台灣機車品牌中,SYM也以「共感」為核心,讓許多消費者有著相同的共鳴,透過對生活的觀察,找到了車款與生活中的相同頻率,隨之而來的熱烈反應,就如同深入人心的萬秀洗衣店一樣,正是「共感」效應的合理發酵。

不改變對方 「共感」是找到彼此對頻的節奏

「過去,與阿公與阿嬤相處時,總想要改變對方,逼對方找到與自己相處的模式。」身為萬秀洗衣店的主理人,張瑞夫回憶起過去與長輩相處的方式,不禁感嘆。但後來發現,要能達到生活的平衡,是要讓彼此相處和諧,不是要改變對方,其中的「共感」就很重要。「也就是雙方感受同一件事物,發現彼此對應的頻率,不求改變對方,而是找到彼此生活光譜中那一條相同的色彩。」張瑞夫分享著當時創立萬秀洗衣店的歷程與初衷。

當萬秀洗衣店在社群平台上爆紅後,張瑞夫也發現,原來在社群網路上,人們的聯繫,也同樣透過「共感」來找到彼此有感的節奏。「網友們看見我的分享,紛紛回應說原來長輩的衣服如此有型、也分享了相當有想法的阿公與阿嬤等訊息,透過我與網友間的分享,我們也找到了彼此感動的點、找到了彼此共感的關鍵。」

DSC09077
Photo Credit:The News Lens Brand Studio
張瑞夫分享如何從與長輩、網友的互動中,體驗到「共感」的精神

所謂的共感,其實就是能夠換位思考,找到在不同個體、群體間,都能獲得同樣感受的人事物。在全球競爭最激烈的台灣機車市場中,SYM重新思考著以消費者生活為出發點,觀察的民眾的生活習慣後,以其需求打造出適合的對應車型,以合適的車款來讓民眾的生活更便利、更增色,SYM將自身擅長打造車輛的頻率,對應到民眾生活的節奏,兩者對拍後所譜出的結晶,就是如滿足有裝載需求而來的4MICA、滿足熱愛玩樂需求打造的KRNBT,更有瞄準喜愛長途旅行、騎車環島族群而來的MMBCU最新機種。SYM導入的造車新思維,不也是與民眾用車需求間的一種共感結果嗎?

DSC09332
Photo Credit:The News Lens Brand Studio
張瑞夫與SYM以共感為精神打造出來的車款MMBCU

放下自認為的理所當然 挑戰傳統會有驚人成果

看著家裡洗衣店堆積如山、忘了取回的衣物,張瑞夫靈機一動成立了「被遺忘衣物循環機制平台」,為了這些被遺忘的衣物找到重新「活化」的舞台。透過祖父母的智慧,張瑞夫分享了衣服保存的方法、穿搭的新想法,在採訪這天他就身穿來自爸爸衣櫃裡的牛仔外套。除了創新之外,最重要的是「從平淡生活中實踐永續的價值。」張瑞夫強調著,自從循環機制成立後,萬秀洗衣店成為了台灣很多永續品牌展現自我價值的舞台,甚至也讓傳統洗衣店看見了改變的可能性,「對於許多長輩、傳統品牌而言,要他們改變,是不容易的事,但透過新型態的方式,我們做到了。」

在機車市場中同樣是老字號的SYM,能在競爭激烈的當下,勇於做出創新與改變,同樣是讓張瑞夫感到激賞且共鳴的事。「以前我認為台灣打造的機車差異只在排氣量的不同,外型上都很類似。」但沒想到SYM透過對於消費者的資訊整理,重新規劃了旗下產品陣容,願意改變既有的研發、生產車輛的習慣與傳統,「這真的很不容易,畢竟很多人最害怕的就是改變。雖然審美觀因人而異,但對於我而言,SYM近年來所推出的每一款車型我都覺得越來越好看、越來越有自我的風格!」

DSC09164
Photo Credit:The News Lens Brand Studio
張瑞夫分享萬秀洗衣店與SYM同樣從老品牌開創新局面的共鳴

「萬秀洗衣店」、「被遺忘衣物循環機制」等社群平台的創立後,網友們各式各樣的回覆,才發現原來自己從小所累積對於衣物保存的知識,竟然是別人眼中的寶貴資訊。「自己認為的理所當然,並非每一個人認為的理所當然。」過去台灣機車大廠也習慣著當車輛研發出來之後,自然就會有消費者購買,但當重新修改的研發思維,共感車主日常生活中的需求打造出來的車款,所獲得的共鳴,就是近年來SYM繳出的優異成績單。

第一台機車就是SYM 與品牌共譜的生活回憶

提及SYM,張瑞夫不僅止對於眼前的MMBCU極為激賞,「我人生中第一輛車就是SYM巡弋!當時是我阿公在我要上大學之前買給我的一輛二手車。」一聊起生命中的第一輛機車,張瑞夫的回憶不斷湧上,想起當時巡弋搭載著同級罕見的陶瓷汽缸、騎著巡弋夜衝去看跨年後的第一道曙光…「我還記得小時候生活中部時,親朋好友還有鄰居幾乎都騎著迪爵,就是我們心目中的國民神車。」

DSC09155
Photo Credit:The News Lens Brand Studio
張瑞夫興奮地分享與SYM的共同回憶

除了對SYM有著許多共同的回憶,在代步工具的選擇上,張瑞夫對於機車更是情有獨鍾。「就算現在有了汽車,但有時候要機動性,我還是喜歡騎車。」雖然沒有騎車環島的經驗,「但我記得人生第一次環島是坐火車,但每到一個城市之後,我就會租車進一步的深度旅遊。」張瑞夫一聊起機車,話匣子停不了。

DSC09427
Photo Credit:The News Lens Brand Studio
張瑞夫試乘SYM最新的MMBCU車款

從巡弋到MMBCU,張瑞夫對於SYM的進步大感驚艷,「這曼巴綠的烤漆會在不同光線照射下產生變化,竟然還可以把蛇腹的紋理呈現!」此外,身高178cm的張瑞夫,在MMBCU找到了相當舒適的騎乘姿勢,順暢且飽滿的動力輸出,讓初次體驗的張瑞夫愛不釋手,就算拍攝結束後仍騎乘了好幾回。「騎著這一款車確實可以感受到SYM當時研發的初衷,在設計、機能與動力等面向,都有適合長途騎乘的優點。」

DSC09233
Photo Credit:The News Lens Brand Studio
張瑞夫感嘆SYM如何應用精緻的工法,將蛇腹紋理呈現在車體上

當「共感」成為核心精神 張瑞夫與SYM重新觀察生活後獲得的豐碩果實

愛好騎車的張瑞夫與機車大廠SYM,兩者同樣找到了對於「共感」的共鳴,透過對於平凡生活的觀察,注入不同世代的想法與創意,激盪出的豐滿果實,無論是平凡的洗衣店、被遺忘的衣物、視為日常工具的機車,都能重新賦予生命與嶄新價值。

DSC09365
Photo Credit:The News Lens Brand Studio

想為生活日常找到新的可能性?不妨穿上衣櫃中那被遺忘的衣服,跨上MMBCU來趟對於台灣土地的深度旅遊,這個假期,一定會很不一樣!


猜你喜歡