掃盲系列3: AI或理財機器人以行銷為多

EntrepreneurOPs

sec2100 發表於 2019-3-8 18:26
我這個星期二剛好吃飯認識一個在美國oracle工作近20年的朋友，他77年台大資工畢業，二年前回台，現在在集邦 ...

您已經製造了好幾次我重出江湖的動機 哈哈

sec2100

我這個星期二剛好吃飯認識一個在美國oracle工作近20年的朋友，他77年台大資工畢業，二年前回台，現在在集邦科技工作。他找了10個台、清、交畢業的人，共同要做一個machine learning的一套選股決策模型，有了初步的成果。飯後(悠克電子的春酒)，我跟他坐捷運談了一下，很有趣，什麼decision forest……。

自營家，有空可以介紹你們認識一下，我在旁邊玩我的手機，你們聊，哈哈。

JonesHon

AI 目前應該還是無法超越人類創意、天馬行空的邏輯

就像下面這則新聞
如果沒有人類給過這種邏輯資料
CPU可能算到燒壞，還是不知道為何！？

據說很多人用這２組密碼『 ji32k7au4a83 』、『 ji394su3 』

https://www.mirrormedia.mg/story/20190306edi015

這２組，跟上面２組的密碼邏輯是一樣的意思
『 ix  d   nhpe  lomf 』、『ix  hx   pns』

.

EntrepreneurOPs

disciplinetrade 發表於 2019-3-8 12:04
謝謝分享~

昨天也看了有關金融業的三大趨勢

您說得對
這些都還是很有發展的空間, 包含AI也是

ant1964

金融市場跟地球生態是一樣的道理
需要多元.多種類.多樣性才比較健全

我有挖一個生態池
動物--烏龜.鬥魚.玉如意(主角).錦鯉.孔雀魚.小蝦及多種不知名的螺貝
植物--荷花.菱角.荸薺.布袋蓮.睡蓮(主角)水生鳶尾花.印度杏菜.大萍.輪傘草.小蘊草及槐葉蘋(要常除)
多年來生態盎然

EntrepreneurOPs

Isaacwu994 發表於 2019-3-8 14:10
若給AI夠多的資料，涵蓋的範圍夠廣，譬如幾十年的資料，幾百個市場，正常人類考慮不了這麼大量的資訊，但對 ...

現階段做不到, 未來我不敢說!

如果您對AI技術有一點了解的話, 搞AI很耗各種資源的. 舉自己例子來說(用R語言寫的, 不知用Python會不會比較快, 我是覺得不會), 曾經花過30天才準備完約3000筆訓練資料, 用等級最高的CPU i7來跑(沒有另加AGP), 跑個沒很難的演算法(SVM)讓機器去找rules, 不誇張需要跑3天, 您都會以為機器是不是當掉了! 所以您可以看到為啥前幾年AI流行的時候, 賣AGP可加速運算的nVidia股價大飆高. AGP能加速多少? 算很厲害讓機器三天改跑半天就好, 您還是很可能誤認是當機的(還只有三千筆而已) 哈哈

所以太小看現階段AI所需要的資源(軟. 硬體. 各種專家. 訓練資料), 幾十年的資料? 幾百個市場? 單一公司很難做到, 即便是google也難! 況且最大的問題在於各式訓練資料的準備(clean, ETL, label), 這需要很專精的domain expert和data scientist, 並且要花去最多的時間(可能要比訓練機器更久), 加上適格人才難尋啊! 如果在哪一個市場成功了, 保證google會出來大吹大擂, 就像當初打敗棋王一樣, 沒有這種行銷, 後面的投資者會繼續出錢? 股價怎辦? 怎麼吸引更多人才? ....???

確實跑多一點訓練資料, 有機會讓機器聰明一點, 但還是不脫主文所提過的 --- 沒發生過的資料, 人類不知道也無能力, 更不可能預見出來, 只能繼續發生遇見黑天鵝而傻眼的狀況

其實, 如果有真正強的domain expert和data scientist, 可以避免機器重複學類似的東西, 資料多若沒篩過, 不會比較好, 所以上面也說 data clean更費工

p.s. AGP是GPU古時候的說法, 用A (Accelerated)比較有加速感

Isaacwu994

若給AI夠多的資料，涵蓋的範圍夠廣，譬如幾十年的資料，幾百個市場，正常人類考慮不了這麼大量的資訊，但對AI卻只是運算速度跟儲存空間的問題。就像一個累積幾百年歷史經驗的老師父，是不是能讓AI對戰人類（壽命只有幾十年和有限的思考力）取得優勢呢？

disciplinetrade

謝謝分享~

昨天也看了有關金融業的三大趨勢

被動化投資、大數據、機器人顧問

覺得這還是很有發展空間

William

EntrepreneurOPs 發表於 2019-3-8 10:24
感謝林會的認同

不客氣。試想，倘若全面使用機器人投資，那麼資料相類似、演算法相類似，會不會擴大系統性風險及正相關性呢?

EntrepreneurOPs

William 發表於 2019-3-8 10:08
謝謝。
我也認為資訊系統及大數據等軟硬體及方法論，可以幫助投資人分析決策使用操作，但是無法取代投資人 ...

感謝林會的認同