这两天被围棋界的 Master 刷屏,到今天为止,Master以60胜0负1平的战绩横扫对手,而 Master背后,正是AI机器人 AlphaGO。
AlphaGO是怎样学围棋的?
开始的时候,是把大量的棋谱输入电脑,统计一下,到了某一步的时候,把棋下在某一步,赢的概率比较高。
但这样太复杂,首先不可能找到所有的棋谱,其次下棋时,对手不一定按棋谱来走,所以至于AlphaGO只能打败普通段数的棋手。
而这次,AlphaGO换了一种“学习方法”,让它自己和自己下棋,这样总会有输赢,就这样,通过不断下棋,不停的分析,不停的试错,AlphaGO就会知道,到了某一步的时候,把棋下在某一步,赢的概率比较高。这样就自学成才,成了 Master。
背景介绍到这里,最让我感兴趣的是,能把 AlphaGO的学习能力,用在投资上吗?
设想一下,我把数据输入到某一程序里,然后程序会告诉我,买什么股票胜率会高吗?
答案是可以的,不是吗?我只要输入 CROSS(MACD.DIF,MACD.DEA);这个条件,系统就会找出MACD金叉的股票,而经验告诉我们,MACD金叉的股票,后面涨的概率会高一点。
但显然,并不是所有MACD金叉的股票都会涨,于是,我又加上其它 CROSS(MA(C,5),MA(C,10));或者再加上 CROSS(MA(V,5),MA(V,10)); 这样涨的概率会更高吗?也不一定,概率的意思是经过很多数据统计,而得出的结果,抛硬币无数次,正反面出现的次数可能相同,但不是说这次出现正面,下次一定出现反面。
反映在股票上,上次的MACD金叉成功,今次的金叉不一定成功,历史并不能反映未来。
假设,按照 AlphaGO的第二种学习能力,就是不停试错。既然指标不能预测未来,那干脆淡化指标的作用;既然根据指标买卖,股价还是可上可下的,不如随便在一个价位买卖,然后根据实际情况,决定加仓或减仓,这样会不会有一个更好的盈利?这个,就要另外测试一下了。
今天的思路暂时到这里,有没有另一个测试,还要再构思。
联系客服