取代人類做炒賣 AI可以戰勝市場？｜蔡嘉民
先為讀者簡介一下現時大多數機構投資者炒賣的方法——不外乎為運用統計學、數學等模型，嘗試在歷史數據中找出規律。
最簡單的例子為，坊間常說「黃金交叉」後價格便會上漲。那分析師便會以歷史數據配合上述邏輯，以驗證這個策略是否能有效賺錢。
理論上，對於一個AI來說，只需要input因子及數據，然後挑選相對應的模型，再label目標，就能成事。
上述過程看起來簡單，因為用家不需要太理會構成黃金交叉的是甚麼天數的移動平均線，亦不需要決定注碼等變數。
市場炒家較易操作
可惜實際上的操作並沒人們想得那麼簡單。首先，AI一向「garbage in、garbage out」。即只要輸入的數據或因子是無用的，那結果也很大程度上是沒用的。
所以，整個操作仍然極需要有一位有經驗的用家，挑選正確的feature去輸入AI模型。
有經驗的用家，指的是完全了解市場運作模式的炒家，知道哪些因子有用；知道哪些數據沒用等。假如input的100個feature中，只有一個有用，那AI也難以造出有效的策略。
其次，專用於處理數據的AI模型多的是，例如decision tree、SVM、CNN、RNN、LSTM及random forest等。
用家必須在這範疇具有深厚知識，才能成功挑選適用的模型；在挑選模型後，更要決定hyperparameters的數目、learning的layer等，完全不如坊間所想那麼簡單。
即使真能找到一個結果很亮麗的策略，也不代表在市場中能賺錢。
筆者有極多朋友，曾經嘗試在金融市場中運用machine learning找策略，十居八九也遇上overfitting的問題，即策略只在測試的數據中有用，但市況一變，就不用有效。
這是用AI作數據分析的一大痛點，由於AI模型中有大量參數可以設定，因此多了空間讓AI造出一個假的「好」結果。
另一方面，撇除操作及運用AI的難度，數據量也是個非常重要的一環。
大眾都知道統計學注重的是樣本數據量（sample size）。若果樣本數據量不足，統計結果多亮麗也好，也達不到統計顯注性（statistical significance）。網上有不少人，嘗試以股價每日 OHLC數據，去倒入AI模式預測股價。
以每日的精度來說，數據量已經少，不少人更只以兩年或三年數據測試，總樣本數據點只有500至750個，完全不能成功訓練一個AI模型。
若要有足夠數據量，至少也須用到分鐘或秒鐘級別的數據，才有機會造出一個「身經百戰」的AI模型。
因此，千萬不要以為有AI就可以輕鬆賺錢，用家必須有相關知識。
而且，金融市場極為多變，完全不像圍棋、象棋那些規則簡單的遊戲。若要靠AI自動賺錢，恐怕要多點時間。
