在金融市場的發展歷史上，投資者總是渴望找到一種“神預測”工具，隨著人工智能（AI）科技的進步，AI算法交易能夠準確預測市場走勢並實現穩定的收益嗎？

AI 是製作門匙的記憶泥膠

市場有大量特徵數據，包括價格、交易量、新聞、社交媒體和經濟指標等，猶如印鈔機開關鎖裡的凹凸坑紋，而這些坑紋每天都在變，開啟印鈔機只有三條百合匙 (長倉、淡倉、沒有持倉)，要製作百合匙首要有過往每個鎖的歷史數據，AI 就是製作門匙的記憶泥膠，填滿每個鎖就會有很多條獨一無二的匙，再分為三類匙 (長倉、淡倉、沒有持倉)，每類匙只提取共通的坑紋造成該類的百合匙。由於坑紋每秒在變，只需要每秒都查看變成了那類匙的共通坑紋，再自動插進相對應類別的百合匙就能啟動印鈔機。如果有一次啟動不了，就需要再次填滿泥膠，重新製作百合匙。

神預測的迷思

AI 開了鎖能啟動印鈔機，就給人神預測的感覺，但 AI 不能預測下一秒坑紋會是甚麼以至下一秒會使用哪條百合匙，它只可以下一秒再查看坑紋變化作決定。所以， AI 不能預測特朗普上場第一秒出甚麼招，但可以在上場第一秒作出長倉、淡倉、沒有持倉的決定去應對，以獲取收益。

規則算法和 AI 算法要分清

十年前，大部分算法是規則算法，即是依賴於專家知識，通過一系列的規則進行推理和決策。這些規則是由專家手動編寫的，通常以「如果...那麼...」的形式表示。這種方法的優點是易於理解和解釋，但缺點在於它對於複雜市場數據的適應性較差，因為需要大量的人腦專業知識來維護和人手更新規則。猶如沒有記憶泥膠情況下，單靠人腦經驗和記憶，人手精雕細琢某些較印象深刻的坑紋，形成規則算法只能在某些環境賺錢，環境一轉變就不管用。相比下，AI 算法通過數據來自動學習和改進模型，更快速應對市場變化。這些算法如監督學習、非監督學習和強化學習等，能夠從大量的數據中提取模式和特徵，並進行預測或分類。機器學習的優勢在於它能夠處理複雜的數據集，並且隨著數據的增加，模型的性能往往會提高。要成為精明投資者，學懂怎樣發問去了解是否真 AI 算法，例如怎樣拿取過往市場數據、AI 正在量度哪些市場特徵數據、怎樣確保提取了正確的共通特徵、怎樣增加市場特徵以至靈活性等。通過一連串發問，你應該會感覺到他是人手雕琢還是使用記憶泥膠。

算法混合使用

規則算法和機器學習算法各有優缺點。在簡單應用場景下，將這兩者結合使用可能會達到更好的效果。例如，可以使用規則基礎系統來提供初步的決策框架，再利用機器學習算法進行進一步的優化和調整。這種結合方法能夠充分發揮專家知識和數據驅動的優勢，提升整體系統的效能，但切記這只侷限於簡單的投資應用場景。

增加特徵數據方為上策

由於市場上存在千萬種特徵數據，因此很難僅依賴三條匙走天涯。即使擁有這些匙，也需要不斷重新倒模製作。要增加穩定性和一致性，可將特徵數據進行分類，再為每類製作三條百合匙，將資金配置到每類特徵數據上，利用不同類別數據之間的低相關性，減輕對某一類匙的依賴，從而達成整體組合的穩定回報。

未來的AI交易系統將更加智能化，但永遠不會完全消除市場的不確定性。因此，對於投資者來說，最重要的是學會如何認識AI，以便在動盪的市場中獲得穩定的收益。這樣才能真正發揮AI的潛力，助投資者在金融市場中立於不敗之地。

曾啟邦 (Rex)

AlgoBot 聯合創辦人