從人工智慧看技術分析
技術分析，實際是從圖形進化到數字的分析。而人工智慧似乎是下一代技術分析趨勢。通過觀察人工智慧的機理，我們可以隱約看到技術分析的瓶頸和出路。
有關人工智慧問題主要集中在人工智慧是否能夠取代人，而alphago的勝利，似乎在天平的某一端增加了不少砝碼。筆者比較關心的是，假設人工智慧的確可以在某些程度上比人做的更好，那麼我們是否可以把他運用在股市上，從而笑傲股市？正好google開源了其二代人工智慧系統tensorflow，可以作為我們了解人工智慧的一個台階。
有興趣的讀者可以自行去該網站學習試用下：
http://playground.tensorflow.org/
我不打算對以下這張圖作解釋，相信這對於大多數人不會是一個愉快的體驗。
簡單的例子：
從這個例子引申開來說，我們層層遞進
1.如果股市中存在一種圖形，如果出現這種走勢那麼股價未來就會上升，那麼通過這個人工智慧系統就可以捕捉到這種圖形，從而實現盈利。
鑒於僅公布出來的tensorflow二代，到目前為止已經有近一年了，而全球股市還沒有被玩壞，實際上這個推論的前提——存在一種圖形，就可以被多少推翻了。類似的結論，我在之前的文章中從其它的角度解釋過原因，此次不再重複。
2.如果股市中完全不存在類似的圖形，為何一些量化的公司依舊可以風生水起？
也就是說，實際上又比如存在等價於這些圖像的東西來支撐量化分析。
這兩個問題似乎形成了一個悖論，但是如果我們深究下去，我們會發現造成我們認知障礙的是我們把問題簡單的認為非錯即對。如果我們把概率引入，那麼對於以上的兩個問題就有了一個非常好的回答，同時也可以給出了人工智慧可以幫助我們做什麼。
即對於股市中的某種走勢的圖形，比如什麼頂，什麼底，什麼星，什麼量，其中對於未來走勢的預測僅僅是一個概率數字，而且這個概率數字非常接近與50%，並且在未來不斷趨近於50%。
比如說這個數字是55%，那麼實際機構在大資金運作下是可能以此盈利的，但是對於散戶意義不大。這就解釋了，為什麼機構仍有應用量化的空間，和傳統圖形技術分析無法幫助散戶盈利的問題。
對於這個問題進一步推論，散戶能接觸到的所謂圖形分析，因為中美市場的不同和A股市場本身不斷發展的原因，其中的對錯是參差不齊的。而通常我們沒有辦法去分辨，這導致了即使其中有一部分正確的圖形——即預測成功概率為55%的圖形，也最終淹沒在錯誤的圖形中。
而對於機構，假設我們通過人工智慧或者類似的數字化分析，實際上我們可以不斷發現新的圖形和遺棄舊的圖形，從而保證穩定的勝率。更準確的說，實際對於機構已經不存在圖形，僅僅是一個時間集合上的股價，預測下一個時間集合上的股價。但是即使以上都正確，那麼機構還不得不和黑天鵝，或者大資金進出導致的股價波動做鬥爭。我們常常聽說哪個機構某一天從股市，匯市等豪取了上千萬的例子，只是因為相對的失敗的例子不被關注罷了。
如果上面的都了解了，我們看看人工智慧究竟做了什麼事？我們知道從18世紀啟蒙運動以後，科學取代宗教走上神壇。而科學的最大的執著，就是用數字量化萬物，從數字抽取出規律，並且善加利用它。人工智慧不出其右。
但是我在之前的文章中也一再提及，時至今日，科學界開始產生反思，並且這種反思的影響力不斷擴大。我們開始認識到並不是所有的事物的運行都可以用規律去把握，即使掌握了規律，我們可能也無法掌握結果。更多的解釋可以參看之前討論「複雜系統」的文章。這裡僅舉一個例子，即我們都知道什麼是樹葉，但是每一片葉子都不相同，我們無法再葉子產生前就把握下一片葉子究竟如何。
人工智慧可以幫助我們比以往更快的發現規律，但是這些規律中的大多數，實際上是個人在微觀操作中無從應用的。
如果以上結論是正確的，那麼就會有一個悲觀的推論，如果連人工智慧都做不到，我們如何可能使用所謂的技術分析在股市獲利？
這個問題值得大家深思，我想說的是，假設技術無效，是否就等同於無法有效在股市獲利？
或者我們應該重新定義下技術，如果我們把技術從單純的股價走勢分析，延伸到對人心的把握，或許，我們可以在絕境中找到一條出路。因為如果我們細究股價變化，它本身包含了人心的變化，只是大多數情況下我們身在廬山，不識真面目，我們只是就價格而價格，但是如果我們跳出價格，是否會有更多的東西發現？
鬥牛士獲勝的秘訣，在於他發現紅布對牛的刺激比他的存在更大，所以他的策略是始終站在紅布的側方。所以對於一個理性的投資者而言，他必須區分出非理性投資者的普遍操作策略，而始終和他們區別開來。
我會在後續的文章中更多的談論這些話題，歡迎大家耐心等待下一篇文章「蒼天已死，「璽指」當立」，來討論如何區分非理性操作的方法。
推薦閱讀：
※百利科技的歐奈爾應用
※最精闢的「喜鵲鬧梅」買入法解析，買的多半是拉升前兆牛股
※投資者為什麼不能直接在股票二級市場進行股票買賣，而是要通過證券公司買賣股票?
※美股賬戶在中國怎樣開?