|
外汇EA交易是完全不同于手工交易的，这里面的差别可能不是很明显。自动交易最大优势在于它能始终完美地执行预定的策略，从而规避交易中的情绪和猜测，同时全天候24小时交易，使交易者有空闲时间远离电脑。 EA是一个拥有客观和分离特性的自律工具，永远不会生病，疲惫，压力，沮丧，气馁，不耐烦，自满，焦虑，报复，贪婪，过度兴奋，犹豫等等等等，或者是受到外部噪音的影响。 然而，EA也有值得明显的缺点和值得考量的地方，EA迎合了人性中的贪婪和懒惰，如果只要把EA加载进图表就可以轻松获得指数级的收入增长，为什么还要去花费数年时间学习如何交易获利，或是每天记录价格图表和经济报告？ 人类比起自动交易有着巨大的优势，我们能用智慧去适应交易，人类大脑可以对经济进行分析，相关性和市场间分析，复杂的模式识别，同时权衡几个不同或相互冲突的因素，并进行调整以适应意外情况。所有这些都很难或不可能精简成数学公式。 因此网上卖的EA通常会使用非常不同的交易方式，用完全基于指标的开仓信号，因为这些很容易编码。很多EA尝试用网格法去交易，它们擅长于隐藏潜在的风险而获得持续的收益，直到黑天鹅到来的那一天。 构建EA的另一种方法是通过数据挖掘和回测。我们的假设是，过去在统计上可以盈利的将来也会盈利，只是一厢情愿地期望市场像过去一样变动。 另一个EA的弱点是进行回测数据的局限性。 开发“grail EA”的交易员的结论是：无论你如何彻底地测试你的EA，市场总能提供一个“黑天鹅”场景，以某种方式逃过你的测试，这更突出了风险管理的重要性。 就像那些免责声明里说的那样，过去的结果并不能保证未来的表现。 在回测时，这是一个两难的问题：数据太少，存在缺乏统计有效性的风险; 数据太多，最老的数据可能无法准确反映当前的市场状况。 对现场数据进行前瞻性测试并不能避免回溯测试的类似问题：毕竟，在你寻求利润的未来某个时刻，今天的数据也会变成过去的数据。 趋势EA因为胜率低而不太受新手们欢迎，即便它总体上是可以盈利的，人们都喜欢短暂的持续的盈利，趋势EA会让账户净值在图表上不好看。 最后，EA无法适应市场的“进化”。市场最终是信仰系统的产物，是会随着时间的推移而逐渐改变得。一个很好的例子是，交易者倾向于将止损设置在市场波动高点/低点之外，这种现象会产生扫损。但是，如果这种做法变得不那么普遍，任何相关的策略都会相应地失去其效性。市场会变化的另外两个原因是经济变化和技术进步。例如，HFT（超频交易）和algos（算法交易）的增多可能会在价格行为中产生微妙的变化，可能会削弱一些右侧交易系统的有效性。为了保持稳定盈利，EA必须以某种方式在交易者心理/行为之间建立可以复现的模型，这样很可能（鉴于我们永远不会使用’保证’这个词）经得起时间的考验。 正如成功的交易员汤姆丹特所说，交易始终是在猜测，只不过是你能做出的最好的猜测。 千万别被市面上所谓的智能交易忽悠，EA自动交易不是智能交易人工智能的基础是大数据与算法，然而实现数据计算与分析并不是一个普通的EA编写者或者团队能够实现的。 以大家熟知的去年3月AlphaGo与李世石的人机大战为例，谷歌调用了上千台服务器资源，包括1202个CPU，176个GPU，由此可知，人工智能若取得一定成绩，没有强大的计算能力，将会是纸上谈兵。单是能耗就够受的，据悉，AlphaGo每下一盘围棋，仅电费成本就是3000美元，一般公司还真是承担不起！强大的计算平台这一门槛，也将会使得人工智能变成巨头们的游戏。 而涉及到投资交易市场，其要比下围棋复杂得多。与围棋的规则、环境固定，而且可以无限复盘相比，市场投资环境的变化非常快，涉及政治、宏观政策、经济数据、市场监管、投资人情绪、可投资资产、投资仓位等各方面的因素。而且金融市场数据有限但又总是在发生变化，致使预测标的价位变动等变得极具挑战性。 非但如此，围棋始终是双方博弈，而投资市场包含诸多的机构、散户，投资者不断进出，无法进行无限复盘，且投资市场存在短线、中线、长线等多种投资方式，不断变化的市场规律给智能交易系统带来严峻的考验，如何及时提取新的投资信号和修正模型也是一个难点，因而对算法的要求非常高。正因为如此，若想智能交易系统真正实现深度的学习能力，要求其必须拥有强大的数据处理能力，否则，交易系统的策略好坏就值得怀疑。鉴于此，目前国内的智能交易系统大多数还停留在概念阶段，能够实盘跑出好业绩的很少很少。 其次，建立在基础的数据处理能力之上的，是算法 如果说计算能力还可以用钱堆到一个还不错的规模，那么算法能力完全靠人。这里的算法，其不是只停留在数据分析上，而是根据数据分析之后，确定如何建模，如何解决问题，但国内的大部分公司处理数据水平还只停留在数据分析，甚至不如。深入的做数据分析以至于应用相关的人工智能技术，更是要具备一定门槛。 对于智能交易系统的最重要算法是看其对资本市场和人性特点的适应性，核心是建模能力，只有适应性强的模型才能把人工智能的优势发挥出来。其具体的领域包括机器学习，自然语言处理，知识图谱。 其基本原理就是机器学习负责从数字推测模型。交易分析师们对交易数据进行建模，分析其中显著特征，利用回归分析等传统机器学习算法预测交易策略。但其弊端体现在数据不够丰富，仅限于交易数据，更重要的是它受限于特征的选取与组合，模型的好坏取决于分析员对数据的敏感程度。在交易分析师发现其局限性后，便开始考虑引入新闻，政策，社交网络中的丰富文本并运用自然语言处理技术分析，将非结构化数据结构化处理，并从中探寻影响市场变动的线索，但这都不能解决的多变的市场环境。如在一些意外（如“黑天鹅”事件）发生的时候，其预测更是以失败告终！这是因为人工智能系统没有遇到过这些情况，无法从历史数据中学习到相关模式。若这时候如果让人工智能交易系统去进行管理资产，风险可谓相当之高。知识图谱运算的出现，则提供了从“关系”角度去分析问题的能力，以规避风险事件的发生，但其要根据专家设计的规则与不同种类的实体连接所组成的关系网络进行辨识分析，依托的还是人的脑力劳动。因此这些无疑都需要大量高精尖人才的深入学习与建模测试，时间成本及人力成本巨大。 据百度广告变现算法核心负责人、百度凤巢的总架构师、华为诺亚方舟实验室主任科学家戴文渊透露，2009年百度的技术完成一个AI系统，可能需要200-300人的顶尖科学家团队忙上一年，而这对于大多数企业来说是无法承受的人力成本和时间成本。另据戴文渊称，目前人工智能方面的工作对于专业人才的依赖程度太高。其自己目前的水平是10年学习的结果，若按目前标准，其可能还要再学6-10年的时间才能成为顶尖的数据科学家。为此，可以断定人工智能系统的研发有着极高的门槛，相关科技公司不能幻想靠炒作概念发家，能否成功关键看团队的技术和策略积累如何。而对于市场上传言的智能交易系统能够取代交易员，短时期内不可能发生，长周期内也绝不可能全部代替人工交易，毕竟其开发决策还是人在主导。 风口之下，勿被概念忽悠！EA自动交易离智能交易差太远! 首先，先要明白概念！目前在外汇市场上火热的是EA智能交易，也叫程序交易系统、自动化交易程序……叫法很多，统一指自动交易技术。其本质上是一个电脑程序，是由程序员根据交易员的思路，把交易员的思路写成计算机程序，依此通过行情走势进行程序运算，自动买进抛出，低买高抛，自动完成整个交易过程。其虽有一定的智能化运行，但绝不是智能交易，在数据处理能力与运行算法上，EA自动化交易要简单很多。其仅仅处在根据简单的数据指标，做出一定运算执行的初级阶段，远远没有达到人工智能要求的 “深度学习”与执行，不能根据市场的变化进行合理的调整及改变，因此称EA自动化交易为智能化交易是在概念上混淆视听。风口之下，投资人还需审视视之，勿被概念忽悠！ 当然，风口总归是风口，总会有2%的人能够成为赢家。也可以预见，当人工智能渗透到各个领域科技突破结合到一起的时候，我们将会面对一个全新的时代。而智能交易系统的到来也真正使得每一位普通人都能享受到人工智能带来的福利。需要提醒的，是对于人工智能未来的发展，抱以信心的同时还需冷静对待，不能盲目乐观，防止过大的兴衰起伏造成不利影响。 Rational investment |
|
|
