所有人最关心的人工智能和大数据进入股票投资行业,是否能赚钱,是否靠谱?
自己接触过大量的做“量化”交易的团队和机构,事实上是能实现正收益。关键还是策划人所选择的因子。这里重点解答2个问题:
人工智能和大数据进入股票投资的行业分类,采用什么样的方法论?
方法论
人工智能和大数据进入股票投资领域主要是方法论的核心是找到相关性,相信历史会重现。通过历史的大数据的分析,讲各种历史上出现的,能够量化的因子作为输入参数。通过相关性来预测未来股价的走势。
经过长期的大数据分析,在A股市场上分三类股票:
1.能够长期持有的股票10%
2.庄家控盘的股票20%
3.适合波段操作的股票70%
能够长期持有的股票是指通过价值分析手段,公司业绩持续增长,并且是长期稳定的增长。典型案例就是贵州茅台。不需要去进行高抛低吸,无论什么方法操作还没有持续持有收益率高。庄家控盘的股票是指波动率非常小,成交量也有限。基本上参与难度较大,这类股票占20%左右。当然随着时间的改变这些股票也会有变动。适合波段操作的股票,必须通过高抛低吸来获取利润。大数据和人工智能主要用在这类股票的趋势分析上:
1.通过计算机方法,把市盈率、市净率、价格、市值等等作为量化因子,分配不同的权重来预测股价走势。
2.通过找到因子和股价之间的相关性来操作,市场上也叫“套利”。
3.通过时间差,比人家看到的股价快2秒或3秒的时间来进行操作。
市场上所谓人工智能投资二级市场的股票无非就这3类。这里就出现2个问题:是否科学?这种方法为什么现在开始流行,美国市场长达一个世纪,是否已经成熟?
是否科学?
所有的金融量化分析方法是通过不同的数据模型和算法构建对市场买卖双方力量的监测是量化投资的精髓(西蒙斯的解释)。国内真正的量化起步于2009年,随着科技的发展,量化投资的范畴已经远远大于西蒙斯的定义。现在国内各大机构都标称是“智能投资”、“量化交易”,其实际上还是基于大数据、套利、金融工程定价、结构化产品等方面的数字化。包含技术分析的算法交易这些都是量化范围。就是通过统计学分析方法,让计算机提供较为确定性的结论预测。这里指的确定性是结论确定性,不是结果确定性。结果只是一个概率。
其实它不是真正意义上的科学,统计学是科学,量化分析只是统计学的应用。因为科学的核心是结果确定性。讨论最多的就是中医的科学性讨论。质量不高的量化策略还不如比医学中的安慰剂效果还要差。所以智能投资的背后最终还是算法的比拼,自学习能力的比拼,适应市场变化的学习能力的比拼。
具体有没有用?
有分析方法总比没有好,有结论总比“蒙”要强。随着计算能力和存储的能力的发展,能够获取的因子(样本)越来越多,统计结果也越来越准确。人工智能和大数据进入股票投资的行业必将成为后续股票投资最重要的分析方法。也是接下来各类投资者必须掌握的技术。
智能技术已经在影响着整个二级市场了......