自从股票诞生以来，预测未来股票价格趋势几乎是每个投资者的梦想能力。目前，以大数据、云计算和人工智能为代表的新技术正在迅速崛起，推动着证券投资的不断创新和产业升级。证券投资行业正从互联网时代逐渐进入人工智能时代，这也给我们预测股票价格走势带来了新的希望。

为什么很难预测股票的涨跌

两年前，开发Alphago (Alpha Go)的AlphaTa公司的深度思维团队最近发表了一篇论文，披露其人工智能交易系统AlphaStock已经在中国a股市场交易了36个月。经过不断的自我学习和自我进化，净值损失呈增长趋势，净值波动幅度和周转率也呈飙升趋势。可以说，世界上最强大的人工智能已经失败，并在流泪。为什么会这样？

近年来，让人工智能实现爆炸式增长的图像识别、语音识别和自然语言处理等应用相对处于一个闭环环境中，具有明显的特征和固定的规则，对机器来说更符合逻辑，因此使用人工智能技术更容易支持相应的场景。然而，在证券投资领域，有许多影响因素随时变化，这使得逻辑决策和响应过程更加复杂，对人工智能的登陆提出了更大的挑战。

股票市场是一个具有反馈的非线性系统，股票的涨跌类似于一种混沌现象。在混沌理论中有一个广为人知的概念叫做“蝴蝶效应”。蝴蝶翅膀的搅动使其周围的空气系统发生变化，产生微弱的气流，进而使周围的空气或其他系统产生相应的变化，从而引起一系列连锁反应，最终导致其他系统的巨大变化。股市中有许多“蝴蝶效应”的例子。例如，我姐姐和奶茶分手的谣言导致了天则信息(300209)莫名其妙的衰落。他们是亲戚吗？没有。当奥巴马当选美国总统时，上市公司澳柯玛(600336)崛起了。为什么？

影响股票涨跌的因素很多，如国际政治经济环境、政策的正负效应、整体市场环境的质量、主要资金的流入和流出、个股基本面的重大变化、个股历史走势的涨跌、个股所属整体板块的涨跌、投资者的心理因素等。有多少因素影响股票的涨跌？他们将如何相互影响是这个问题的关键。在一定的稳定条件下，我们可以做一个粗略的预测。精确度通常不高。你的模型永远不会考虑所有的因素。你不知道还有什么因素会影响股价波动。一个因素和另一个因素之间的相互作用很可能被预测到，但是如果它们之间有相互作用，那么整个系统变得几乎不可预测。

人工智能推动证券投资

证券投资市场具有海量、高可用性和丰富性的实时数据，为人工智能的赋权提供了肥沃的土壤。同时，证券投资也严重依赖于数据驱动的决策，人工智能在赋权和模式创新方面的价值非常明显。

信息处理能力更强。与传统分析相比，人工智能可以处理更多的输入信息，可以方便地处理各种结构性和非结构性数据，可以考虑更多的信息，拥有更多的信息，可以达到更高的预测效果上限。在效率方面，人工智能方法可以同时考虑整个市场，选择更多优质股票，分散投资风险，提供稳定的投资回报，容纳更多资金。

投资策略更加多样化。传统的定量选股模型大多基于静态，过于僵化和不灵活。然而，由于不同因素之间的多重共线性，近年来出现的线性加权量化模型也非常不稳定。同时，这种组合将过于暴露在“市场价值小”等特征因素上，这使得很难适应市场风格的快速转换，导致模型的周期性失效。具有“自学”能力的人工智能技术能够自动提取有效数据，不断挖掘全新和独特的有效因素，优化投资组合以适应不同的市场环境，提高投资策略的准确性和稳定性。

在决策中避免人类的弱点。从金融交易的角度来看，人工智能带来了巨大的优势，可以避免人类在决策中的弱点，如个性、情感、贪婪、恐惧等因素，并始终保持客观的态度。对于绝大多数普通投资者来说，市场波动或多或少会影响人们的情绪，从而影响后续的投资决策，使人们做出一些错误的决策。人工智能不会受到市场波动的影响，市场波动只是客观数据。该算法将始终如一地执行自己的交易策略。

有效降低各方面的成本。与传统方法相比，人工智能有助于证券投资行业的标准化、建模和智能化，减少金融风险事件的发生，降低人工投入成本，大大提高工作效率。虽然人工智能交易策略或模型的开发成本很高，但复制、推广、操作和维护的成本很低。策略的后期维护只需要修改相应的模型参数或某个程序模块来适应市场变化。使用智能交易可以帮助交易者使用智能交易策略来寻找最佳交易机会并降低交易成本。

表1传统方法和人工智能效果的比较

人工智能促进预测技术的智能化

股票价格表现出受多种因素影响的高度非线性关系。传统的预测方法往往难以平衡控制价格变化的随机性和规律性，存在或多或少的缺陷。然而，随着人工智能相关技术的发展，其强大的数据存储、处理和分析能力为股市预测提供了新的思路，这将不断提高预测精度。机器学习是预测技术快速发展的重要贡献者之一，也是通往“智能”之路的重要贡献者之一。

目前，用于股票投资的建模模型可分为两种类型。一类是传统的生成模型，主要包括自回归滑动平均模型、自回归异方差模型及其衍生扩展模型。然而，样本量越大越好，原始数据越完整和清晰越好。但事实上，在实践中，即使样本量很大，也可能找不到规律，即使有统计规律，也可能不典型。二是数据驱动模型，包括神经网络模型、支持向量机模型(SVM)、邻居算法模型(KNN)、决策树模型等。机器学习。这些模型对样本的分布程度和样本大小要求较低，能够在信息资源不完整、不准确等复杂数据环境下，通过调整自身结构提取数据特征，并通过数据分析进行非线性智能预测。通过理解复杂和非结构化的数据，机器学习模型可以有效地生成见解和发现隐藏的模式，从而为投资团队提供有价值的研究思路，并帮助他们获得信息优势，从而做出更快、更好的决策和更准确的预测。例如，“套索回归算法”可用于预测商品期货价格，“套索回归算法”增加了惩罚因子，增加了模型的复杂性，减少了病理数据的干扰。从宏观层面筛选出可能影响商品期货的因素。通过相关性分析可以找到每个解释变量的滞后窗口，然后对期货价格和变量指数进行模拟、训练和预测。“决策树模型”可以用来预测

目前，人工智能仍处于传统的弱人工智能阶段，包括深入学习。在利用人工智能投资股票的过程中，它必须高度依赖人类为实际问题建立的模型和算法(见图1)，并强烈依赖观察数据，因此不可避免地存在偏差。在不久的将来，人工智能将进入强人工智能阶段(AGI)。有了主动实施行动来分析因果效应的能力，决策就可以不受观察样本的约束，揭示一些样本无法反映的事实。这种能力使得决策更加智能。未来，随着人工智能技术的发展和成熟，它将进入人工智能阶段。人类甚至可以制造出能够真正推理和解决问题的智能机器，有了自我意识，预测的准确性将会大大提高。

人工智能正在改变证券投资行业

人工智能可以通过复杂的机器学习、知识地图等技术手段快速准确地判断和预测市场形势，从而从政策、基本面和技术等多个维度提高分析精度。国内外主要金融机构都非常重视人工智能，并将其应用于股票投资。

在世界上，几乎所有顶级投资银行和金融机构都在利用人工智能技术来扩大投资范围和领域，它们的投资回报和影响力也在不断增加。以美国金融数据分析服务公司肯肖(Kensho)为例，为专业投资者开发的大规模数据处理和分析工具Warren，旨在成为金融业的“Siri”(苹果智能语音助手)。沃伦可以快速回答近1亿个影响股价的问题，并编写详细的分析报告，以大幅提高回溯测试的效率。回溯测试成功预测了英国退出欧盟后的英镑走势，以及2017年美国科技股的强劲上涨。2019年3月7日，高盛推出了五只新的交易所交易基金，完全依靠机器交易和人工智能算法来摆脱人为的主动控制。这一次，高盛正与Motif Investment Algorithms合作，确定相关的基金主题，高盛基金经理认为这些主题将推动指数上涨，例如“金融重塑”和“数据驱动的世界”。早在2017年10月18日，EquBot LLC和etf经理人集团就联合推出了世界上第一只利用人工智能进行投资的ETF:aieq . us。这只拥有AIEQ代码的基金是一只基于EquBot独特算法的活跃ETF，它利用IBM沃森的认知和大数据处理能力来分析美国的投资机会。据报道，AIEQ使用人工智能来分析和选择股票，一般只选择30-70只美国股票，波动性相当于美国股市。AIEQ每天分析6，000家美国上市公司的数万个市场信号和新闻文章(包括上市公司的管理状况、市场情绪、监管文件、季度财务报告、新闻报道、社交媒体帖子等)。)。值得注意的是，在2018年遭受重大损失后，2019年AIEQ很快得到了纠正并赶上了它。AIEQ的联合创始人Chida Khatua和Art Amador在接受媒体采访时表示，自2019年以来，AIEQ的表现一直优于标准普尔500指数。

中国许多券商和金融机构也开始尝试将人工智能应用于金融领域，如工商银行推出的“人工智能投资”、光大证券推出的“智能魔方”、中信银行推出的“信智投资”。然而，这些产品也属于智能投资和护理或智能交易的范畴，重点在于了解具有更多维度数据的客户，并推荐投资组合、金融产品、风险预警等。更精确的推荐引擎。

目前，对冲基金和投资银行都在争夺人工智能专家，以不断提供准确的预测，从而规避风险，获得高回报。简而言之，人工智能将增强我们信息处理的深度和广度。相对而言，使用基于人工智能技术的“智能人”将比那些不使用或仍在使用“人脑”进行基础分析和技术分析的人有更多的信息优势，因此，使用“人脑”进行基础分析和技术分析是非常必要的

众所周知，天气变化是一个著名的混沌系统。天气不仅受到各种气团的影响，还受到许多因素的影响，如地形和水的条件。任何随机因素的变化都可能导致意想不到的天气变化。因此，天气预报是一个历史性的问题。然而，随着科学技术的进步，天气预报变得越来越准确。在中国商代晚期，龟壳和动物骨头被用来预测天气、天文现象、疾病、生育和战争。占卜中的风、雨和水的预言可以被视为原始的天气预报。在殷周时期，我们的劳动人民已经总结了许多预测天气变化的经验。例如，《春秋》记录了在冬天，当天空阴云密布，即“天空和云一样”，将会有“未来的雨雪”。当一个人看到乌云在夏天形成，也就是说，“有很多雨”，一个人会看到大雨倾盆而下，也就是说，“它将使雨蓬勃发展。”在唐代的《相雨书》中，有一个比较流行的形象记载:“云逆风而行，即雨。”在劳动人民与自然的无数斗争中，在长期观察天气变化的过程中，形成了大量的天气谚语。这种经验预测已经有了科学的内容。在现代气象学尚未形成的时代，天气谚语无疑在天气预报中发挥了重要作用。今天的天气预报主要使用卫星和自动观测站来获取天气数据，并使用计算机来预测未来的天气。目前，天气预报准确率基本在70-90%。未来，随着气象技术的发展，准确率将进一步提高。特定区域的准确率甚至可以无限接近100%。我们对天气变化的认知经历了一个从混沌无知到科学认知的过程。

目前，人工智能仍处于早期发展阶段，更擅长处理单一方面的问题。例如，AlphaGo只能下棋，而苹果Siri目前只能做你的语音助手。在目前的人工智能水平上，仍然不可能准确预测股票的涨跌。更可行的方法是采用人机合作。机器擅长计算，但它们不擅长的部分由人类来补充。也就是说，人工智能只需要在某些因素之前负责预测。这些数据必须是稳定的、可量化的，并且具有很高的概率。未来，随着我们对混沌的全面深入理解，以及人工智能、量子计算机等相关技术的发展和成熟，股票涨跌等混沌的预测精度将会大大提高。

一般来说，影响股市涨跌的因素很多，以目前的认知和技术水平，几乎不可能准确预测股市。然而，如果你想在市场上获利，理论上你只需要一个高于51%的准确率。笔者认为，未来20年，人工智能相关技术预测成熟市场短期股价上涨的准确率有望达到80%，中长期股价上涨的准确率也有望超过60%。值得注意的是，如果证券市场的参与者使用人工智能相关技术进行大规模投资，先前的获胜策略在此时也可能无效。

参考

1]何:《智能金融变革》，北京:中国金融出版社，2018。

刘海岳。[股市预测中的遗传算法和神经网络分析。太原:中国北方大学，2011。

[3]郭。《气象预报史:——从占卜到科学》，[。《大众科学》，03，2016

注:我从《互联网天地》 2020 01期开始

[专家简介]郭涛，山东潍坊人，天使投资人，著名互联网专家，人工智能科学家，对人工智能技术在证券投资中的应用有着丰富的经验，发表过《基于人工智能技术预测正成为现实》等多篇论文。主持并参与了多只基金基于人工智能技术的智能投资系统的开发和咨询，创建了“基于重大负面舆论的股票投资方法”和“股票市场指数预测模型”。