AI Investment Classroom - 人工智能與技術指標

坊間有數不清的技術指標、五花八門。甚麼MACD（平滑異同移動平均線指標) 、RSI (相對強弱指數)、STC (KD隨機指標)、Bollinger Band (保力加通道) 等等不能盡錄。大家數得出的技術指標我都幾乎做過研究，根據這些技術指標用模擬交易做測試，測試結果顯示這些技術指標只會成功在一段很短的時間，進行較長時間的測試時，全部均比恆指表現為差。但很多人每日都在看這些技術指標，有多少人了解到這些技術指標背後的真正作用究竟有多大？

這些指標均始於七、八十年代，正值個人電腦興起時。譬如RSI 就是 J. Welles Wilder在1978年提出, 而當年的交易員開始創造這些技術指標，在這之前他們只能做一些好簡單的技術指標譬如移動平均線，所以科技的進步造就了這些技術指標的出現。現在正值科技發展到另一領域，大數據、GPU的parallel processing，人工智能的時代，因此隨着科技演進會有一些新技術指標的出現。常聽說，不要聽太多技術指標，有些向上有些向下，跟從那個才正確？很多研究報告顯示現在人工智能已經可以做到將所有這些指標綜合，得出一些嶄新技術指標，這些新的指標能夠做出較複雜的情況，不再只是看超買或者超賣等。但並不等於這些指標將會是有效的。只是代表人工智能技術運用大數據可以做到這些技術層面的分析工作。至於是否跟從這些指標買賣股票獲利，則有待商榷。

由1900年開始現代股票，在沒有技術指標出現之前，交易員如何做分析？其實最根本的有效指標，有始至終都是由價格和成交量反映出來。所有技術指標都是根據價格成交量演算出來的。一開始我已提到，在我的研究測試結果顯示，坊間流行的技術指標表現均欠佳。於是我回歸基本，從價格和成交量著手研究，計設了一個AI 選股系統Percival Core。我將這個系統的選股結果做了一個Finetic指數，與恆生指數相比,表現遠遠跑贏大市！運用同一個演算法，套入美股，A股表現同樣出色。

現時仍然有很多股票分析師，金融界專業人士，以他們的專業，花大量時間去了解分析不同上市公司，然後撰寫報告評估那一隻股票值得投資。運用大數據、人工智能在股票分析上，其實已趨向成熟，運用AI 選股系統可以避免受情緒影響、節省時間，減低成本。在可見的未來，分析股票這類工作很大機會有被取代的潛在危機。

但是，投資股票，分析股票只是其中一環，最基本有三個重要問題。買什麼？幾時買？幾時賣？一個可靠的選股系統可以解決找出高潛力股票的問題，但什麼時候買與賣決定你賺定蝕。在不同的市況買賣亦會出現很大差別的結果。由於每個人風險承擔能力都不一樣，運用AI找尋買賣點亦不見得適用於所有人，最重要還是學習正確的投資方法、風險管理等知識。前幾篇文章講的內容比較技術性探討，之後我會分享一下我的投資理念。讓大家了解更多科學技術如何配合投資知識，做到相輔相成！