Google's AlphaGo Beats Lee Se-dol In the First Match http://games.slashdot.org/story/16/03/09/1347215/googles-alphago-beats-lee-se-dol-in-the-first-match
也不完全是这样，我最近半年一年的发现，好像是出现了代际断层这样的问题。就是咱们几年前讨论完都有结果了，定性了的东西，现在被人又拿出来反复的炒作。 按理说人们应该吸取金融危机的教训，变得聪明才对。 我也在观察，如果确认的话，很有可能就会改变我对市场的看法，同时我预想的超复杂的工作量没准儿也可以轻松很多了~ 这实在是太奇怪了。
完全不会，正好昨天聊天还提起。 deep learning在复杂函数拟合，以及增强搜索方面有所改进。属于比较“笨”的那种。 所以并不会改变金融市场的生态，本质上跟ANN、SVM这些没什么特别大的区别，在金融市场上，要说真有区别，可供忽悠的成分变化了。
ls，我理解ku大的意思可能是说，08年之后，他预测本来整个金融业深层的结构和生态环境都应该发生很大的进化。交易机构，监管机构，甚至学术界本来应该从08年的情况，反思整个体系和自我认知，产生新的认知和行为方式，他也在准备对此做出应对。 但是现在的迹象表明好像这些家伙并没有神马太大改变。。。。 这个是典型的认识——行为思路。“认知——行为分析”本身也是一种思考方式，也有局限。
MFE宣传和推广是挺正常的事儿，存在即为合理，我之前在quanthr论坛作测试的时候，早先那里quant学生多，要火爆的多，反而最近我看到了知识体系在被人为的推动，内涵也在不断的改进，这个是新鲜的空气。都属于正常的。 08年后我特意插了很多感知器探针在各个领域，这样就能有效的监控新的范式／新常态的建立和特性变化。我发现人们在对市场的认识，以及参与市场的方式方面，根本没有吸取08年的教训，而且咱们之前早就讨论过的问题，总会一遍遍的被讨论，吸引眼球的错误的反而容易得到认可和推崇，有的甚至都是基于非利益的考虑，这个是很有意思的。贫富差距和阶层分化更严重了，而且所为的“穷人”翻身的机会不是说少了，是自己不去翻身，这个是很奇怪的。这里的穷人指的是不具有社会财富和社会权势的所有人，没有歧视的意思。 本来我预想着因为人们都变聪明了，包括高材生们，因为经验会被写进书本，现在跟08年刚爆发危机的时候不一样了，学院派已经研究著书立传了，这样高材生们起码比老百姓要聪明的多，但是实际观察并不是这样。原来预想着这样的话，我要想保持优势是会越来越困难的。比如svm，十年前博士毕业都不见得搞得定，现在随便一个二三年级小本科就搞定。但并没有因为这些“进步”，社会和市场的生态环境就有本质的变化。
谢ku大侠回复^_^ 我觉得能力不同，位置不同的人，会在不同的时间段，以不同的方式分析和利用08年危机的经验。从整体看没表现出显著的“反思—更新”也是正常的。“反思—更新”方式在市场整体演化方式中占比重不大，但是不意味着市场演化本身的速度和程度不大。 监测新范式不可避免地基于自己对已有范式和潜在发展的假设。也许类似于互联网巨头收购初创企业，如果能从萌芽状态抓到未来影响市场参与者能力的东西，这个就很厉害。相应的，热点的存在自有其原因与对当前市场的影响。而潜流才是更重要的。 阶层固化才是常态，只有在社会变化特别剧烈的阶段成长的人之中，才有较大比例的不安分的人。 知识与经验的代际传递很有意思。师徒制在很多实操行业都很重要。交易经验的扩散和传导，较其他行业阻碍更多，代际断层就很可以理解了。 靠学校课程安排才能学会svm的人，在市场中的位置与作用并未改变。依靠课程安排的人“学到”新的工具与经验并不可怕。可怕的是能“用好”新的工具与经验的人与前者形成有效的合作。 国外有真本事的学院派，确实可以产生有价值的东西。这一类型的人能以独特的视角看见有价值的东西，但是一般没法从很多方面与层次把东西串起来。
我花了一整天，认真地几乎是一字不漏地 （无论繁简体无论中文洋码）读完了这个陈年醇贴的每一篇。受益匪浅！鸣谢各位高士！ 我们不缺乏科技，有严谨客观的作风，可以借鉴和驱使物理化学和数学的（例如AI,例如Fuzzy）的手段，对金融产品的足够数量的表现形式（形态，分布，“分形”，对news的反应方式等等）或其背后的因果关系加以总结归纳，并且凭借人工智能的运算能力和准确性来自我进化，以此遴选或捕获将来可能再现的机会，这是成功的基石；但我们还缺乏艺术性，缺乏心理学研究和对金融交易的足够的体验。 科技+艺术+心理+交易体验，一个都不能少。----以此自勉！ 再次叩谢各位贤达！
预测市场的唯一办法是预测人的行为，这其中对心理学以及在此基础上的人工智能有需要，而目前以模式识别与分类为主的人工智能算法领域，显然无法胜任。比如，你可以识别出一个走势，一个市场反常信号，也许有盈利空间，但是这个现象背后的逻辑是什么，有时在有限的信息下人可能无法推导出其背后逻辑，但是结合了新闻，商业背景的人工智能，可以建立一定的商业模型的基础上，则可以找出市场逻辑并以此为路径预测后续行为以及所带来的市场机会。
是。找出市场逻辑，是坚实稳妥的做法；市场逻辑的大致理路/机理容易找到，但好像目前的各种方法，即使找到了市场的逻辑（的大致机理）：（1）也不能正确地具体化，（2）甚至没有办法准确地数量化，（3）更难确保这个逻辑的有效期间（虽然理应长期有效，但真理总是要被证伪或刷新的......）。不过，令人感到乐观的是，对于（1）和（2），毕竟技术进步很快，可以逐步逼近正确和准确的水平；对于（3），只要那个逻辑在将来有一个中短期的延续（例如1年）就足够了。一旦判断可以赌,就要赌的。