金融AI面對期貨盤勢,可以做到有盤感的。金融期貨商品將量大且穩定成交量的數據放進AI多層類神經網路,給它一個目標(比如:上海期貨交易所的燃油指數、螺紋指數、鐵礦指數、甲醇指數或紐約COMEX的黃金期貨)環境,它可以從新的數據自動找到可行策略及制定交易決策,並在這個目標環境下找出可能的獲利解法。【讀友提問】上海台商大千莊園黃董問:「金融AI面對期貨盤勢,如何下策略做決策呢?」答:先將個別金融商品期貨的二十年歷史數據,設定好函數,讓AI機器可以做多或放空。從卷積神經網路(CNN)和遞迴神經網路(RNN)進行深度學習,在一段期間後所產生的正負報酬都歸納紀錄起來。AI拿過去數據來訓練及驗證AI精益求精地將過去的數據分成用來訓練及用來驗證的兩區塊。訓練出來的策略要再到驗證區,它在驗證區也必須要達到一定的獲利標準,才讓它出策略;而這些策略放到現實的金融期貨市場上時,它當然還是會遇到很多的變數及需要調整的。人工智能的演變,從結構樹、類神經網路一層、類神經網路多層外加一些演算法,用深度學習(Deep Learning)把各神經元連在一起,透過多層的神經元結合、預值及不斷地計算,算出正確的目標數值。金融人工智能(AI) 還要能夠找到特徵,透過特徵運用它到未來金融期貨行情,由金融AI自己去找出策略及制定交易決策。它的表現跟用過去訓練數據所訓練出來的績效要一樣的好,這樣才算有投機獲利的機率。