Тёмный

英國飛機工程師,辭工研發AI炒股賺千萬! 

Better Trading
Подписаться 121 тыс.
Просмотров 16 тыс.
50% 1

Опубликовано:

 

21 окт 2024

Поделиться:

Ссылка:

Скачать:

Готовим ссылку...

Добавить в:

Мой плейлист
Посмотреть позже
Комментарии : 18   
@Bertcool
@Bertcool 2 года назад
up主你好啊,我睇左你幾個AI節目,我自己本身係完全唔識AI,但聽左你節目後腦中彈出左一個想法,AI會overfitting係因為得分高低只有一套標準,而現實中一個good trade除左賺錢外,仲有好多野要去衡量一個trade好唔好,除左回報外,仲有夾單夾幾耐,持倉時間,drawdown等等,會唔會計分方法上,容許多啲唔同評分準則,唔同的交易行為可能都會得到相似分數。會唔會有可能引導AI由指定目標變成大約方向,從而改善overfitting問題呢?
@cteric509
@cteric509 Год назад
目前AI還不夠聰明,人類看到不利的線圖可以採取"只要不想贏就不會輸"的策略保留現金,但是AI不行,因為它的使命就是要打敗股市,所以在不利的情形下如果判斷出有利可圖還是會嘗試去做交易,最終容易會造成虧損。
@pikhatsang1701
@pikhatsang1701 3 года назад
今次個sharing好得意啊
@stephenyip5827
@stephenyip5827 3 года назад
可否放時長43分鐘條link去patreaon?
@absolute-sigma-1
@absolute-sigma-1 3 года назад
Thx for sharing Starke's video. Perhaps a more appropriate title for this video is: how NOT to use AI for trading rather than claiming that some aero engineer has invented a profitable AI/RL trading strategy. Whether one uses AI or not (previously this is usually referred to as parameter/strategy optimization), optimizing with respect to limited data destroys the predictability of the strategy. Still quite optimistic about the future of AGI, perhaps it can be done.
@BeyondTheWell
@BeyondTheWell 3 года назад
怎樣判斷順勢還是逆勢呢?
@贝壳大预言家
@贝壳大预言家 3 года назад
程式交易赚钱不难,关键是赚多少的问题,如果AI程式5年年化做不到100%,我认为意义都不大。因为soxl三倍做多半导体的5年平均回报率可以达到105%,跟不要说他的两年期期权了,脆弱的程式交易还不如三倍ETF定投或者拿着不动。
@DigitalAlligator
@DigitalAlligator 3 года назад
程式可以频繁交易
@Bertcool
@Bertcool 2 года назад
up主這種不是普通的程式交易,他這是學習型AI,這類還剛剛起步,就算現在賺不了錢也不等如沒有研究價值,或許現在真的沒有價值投資真實金錢,但花時間學習研究用模擬帳號學習,說不準那天就成了呢。
@dereck062
@dereck062 Год назад
Stark Industry, 有名你溢
@yawvoon2941
@yawvoon2941 3 года назад
你好, better trading, 我希望和您联系。
@SIMON-mb7fh
@SIMON-mb7fh 3 года назад
即係關鍵係資金管理同加減倉位?
@hengyiyhy
@hengyiyhy 3 года назад
是顺势交易吧?
@lexus277
@lexus277 2 года назад
股市無100%贏錢,開披床才是
@triton1337
@triton1337 3 года назад
Hi
@特徵值
@特徵值 2 года назад
呵呵😂
Далее
Machine Learning for Everybody - Full Course
3:53:53
How Deep Neural Networks Work - Full Course for Beginners
3:50:57