AI工程師們用獎勵和懲罰來引導人工智慧,就像訓練白老鼠來獲取食物一樣。從技術角度來說,他們會用到深度學習和強化學習。
通過深度學習,他們用歷史信息構成的數據集,來訓練算法發現預測模式、規律。比如說,當算法從股票和期貨的價格數據中發現相似點時,就會受到「激勵」。
通過強化學習,算法會在運行過程中,根據某種行為的成敗來重新校準。他們會在算法中設置懲罰機制,來阻止AI的某些行為,比如說不讓AI去創建人類已經用過的交易策略。
人工智慧不斷改變整個金融行業格局,各大投資銀行紛紛啟用交易機器人去執行股票買賣。人工智慧用歷史信息構成的大數據集 (Big Data),來訓練算法發現人類交易規律,並根據接收到的新信息進行調整和自我學習,優化模型。
想要做分析,必須得有數據。要麼從數據商(納斯達克或紐約證券交易所)手裡購買數據,或者自己收集免費數據。獲得數據後需要清洗,才能灌輸給人工智慧去訓練。
前紐約證券交易所母公司數據分析師 Ken,精通大數據結構和人工智慧算法,並擁有10多年美股技術面和財務基本面分析,熟悉編程在高科技界和金融業的運用,擅長構建基於數據挖掘/深度學習/量化交易平臺。
他將開展一系列網路互動課程,手把手教你利用人工智慧預測美國股票走勢,首次披露在華爾街多年的交易策略和投資模型。https://www.tradesmax.com/classes
第一個項目:財報數據預測
第二項項目:K線圖走勢預測
課程報名方法:
微信客服meigu88