# 人工智慧於金融科技之應用: 智能投資
###### tags: `20200725` `application`
黃健峯 教授
高雄大學資訊工程系

## 智能投資
Statista, 2018-2022, 38.2%/yr, $145-billion-USD

這邊說的資產規模是指廣義的人工智慧 - 包含自動化的資料處理

金管會 2017年6月 自動化投資顧問服務作業要點

機器人理財在國外已經十幾年，但台灣只有半自動化 $710 MillionTWD/yr

半自動化 - 下單是人為決定的

Fintech >>> 區塊鏈

## Challenges in Investment and Trading

歐債危機，讓主動投資者損失不少
(我沒有股票阿......)
(如果沒人賠錢，賺錢的錢怎麼來)

巴菲特說，大家好好工作，把錢投資大盤(快錢他賺就好)

## 智能投資 (人才條件)
具財金科班訓練的專家
非財金科班訓練的投資從業人員

* 定量分析訓練 - 透過某一些轉換就可以進入財經領域的應用

> 雷根時代，美國太空計畫關閉，一堆人員失業，所以一些人轉戰華爾街

> 理工人才帶動智能投資

## Investment–Stock Selection （選股）

台股有1600~1700隻股票
怎麼選?

> 2020/07/24 台積電ATR大漲，怎麼預測？

* 隨機猜測 - 包括財金分析專家的散布的消息
* 心血來潮 - 雜訊的交易制
* 基金經理人 - 用一些指標來算與判斷

## Financial Attributes

在學理上可以證明，是有用的指標(Ref.)

用十四個基本面的指標來做選股

但是1000多家公司，光是要收集數據就很困難了

## AI - based Stock Selection

股票漲跌可以預測嗎？如果是跟丟銅板一樣就沒辦法預測了！

Efficient Market Hypothesis

為什麼要做選股研究呢？雖然是很困難的任務，研究的部分呢會做一些假設，但假設會有偏差，如何縮小偏差，就可以討論出比較好的模型。

以下是老師做的研究：
* use SVR(神經網路的取代版) to predict stock future price
* 不一來預測結果，只是利用預測值來做排序，用排序結果來決定做投資

> 突發事件，會造成預測失準。
> 需要對指標做最佳化，並且選擇更重要的指標
> 利用基因演算法(Genetic Algorithms)

## Evolution, Intelligence and Optimization: Genetic Algorithms (GA)

1970年代發明
找出最佳值

## Simulation of Natural Evolution

去模擬自然界，優勝劣敗的自然淘汰法則。
適應性越好的下一代，就可以更好的延續。
透過交配時產生突變，去產生更佳的下一代。

## The Hybrid GA-SVR Model for Stock Selection

整合GA和SVR兩個演算法去預測股票。
投影片上有流程圖

## Illustation

最下面的一條線是台股的大盤
假設沒有股利的做法

根據已知的資料做出來的

## Temporal Validation

用已知(*過去*)資料訓練，用未知(*未來*)資料來驗證
(我覺得，如果反過來訓練，就是模擬大盤一值下跌的狀況，還能夠找到會賺錢的股票，那就發了....)

(這樣的訓練方法合理嗎?畢竟還是用已知的資料再玩啊?)

如果可以跟上圖一樣的績效，就真的很厲害了

## Spurious Statistical Relationship

是否真的可以相信這個模型呢？

> 很多AI模型都有未知性的問題，也就是不了解，神經網路為什麼會這樣分析！！

所以模型要有經濟學上的意義，不然就不敢用。（富貴險中求啊！！）

2003年把太陽黑子跟股票價錢有相關性。但你敢用嗎，跟算命是一樣的。

## What Features Are Selected?
價值投資法，巴菲特的投資法

## Ratios of Features Selected
圖片上：由上到下，分別是
* 選10股的模型
* 選20股的模型
* 選30股的模型

長條圖越高，就表示這個指標在選股的過程中被強調，換句話說，就表示這個指標越重要

## Survival of AI-based Models

## Other Applications

Ｘ軸資產持有時間長度，Ｙ軸資產交易的速度

中間一大塊都是可以做演算法的交易

## Short-term Tranding and Deep Learning

深度學習是顯學

DNN method VGG16

爆大量就上漲，蠻大的機率代表股票被看好 (聽聽就好別當真)

## Feature Map (特徵圖) by VGG16

## High Frequency Tranding (HFT)
高頻交易
交易速度很快，
台股20200323開始高頻交易

## Chromosome Encoding for GA-based Self-evolving Forecasting Systems in HFT

## Prediction Results by the Self-evolving GA-baed Models in HFT

台積電的測試結果

## Options Trading (選擇權交易)

反正AI方法有一定的可信度

## Conclusions

AI的方法可以有一些預測
AI的方法要與經濟學的理論與模型相符，才合理