“ AI金融数据预测的原理是什么？担心，AI技术虽然很高逼格，但是我会尽量用通俗易懂的语言来表达的，别忘了点赞哦！”
AI·金融·数据·预测
什么是AI金融数据预测？简单的说，就是利用AI技术，在金融领域，用数据来做预测的事情。金融预测的方法有很多种，有主观预测，有量化预测，有情绪预测等等，而AI金融数据预测，是一个全新的预测方法，为了更好地说明这种预测的方法，就以AI金融数据预测为例，给大家讲解一下。
01.AI深度学习算法
所谓的深度学习，其实以前叫神经网络，只不过以前的算力不够，层数不够深，遇到异或问题无法解决，后来算力强大了很多之后，把神经网络的层数加深，一下子原来的问题都解决了，而且发现原来玩支持向量机SVM的人慢慢都转过来玩深度了，听吴恩达说，他之前的课程重点说SVM，但是后来的课程基本上就把SVM剔除掉了，只保留了一些基本概念，重点全部转向了深度神经网络了。
上面的概念可能有些云里雾里，下面举个例子来说明AI深度学习算法。
话说有一个小伙子，我们就叫他“小天”吧。小天这人，是个超级学霸，天生异禀，有过目不忘之能，而且不用吃饭、不用睡觉、不用上厕所、不用谈感情，他可以7×24小时工作学习阅读。
在1990年，上交所和深交所成立的那一年，小天开始炒股，到2020年，小天一共炒了30年的股票，在这30年的时间里，小天每天都炒股，而且是所有股票，上千个股票，同时炒。
小天有过目不忘之能，但是也经历过炒股失败亏钱，但是他情商很高，不受影响，昨天亏得只剩下底裤一条，今天依然甩膀子干！他每天把股票的技术面数据、消息面数据、基本面数据，全部按时间顺序记下，手工画图如下：
每一个立方体有六个面，包含技术面矩阵、基本面矩阵和消息面矩阵，每个矩阵都含有相对的两个属性，一个是有利于推动股票上涨的因素，另一个是阻止股票上涨的因素，简单说，一个是正面，另一个是负面。这样的一个立方体，小天把它称为神经元细胞。
然后，把这些神经元细胞，放到时间轴上，进行时间序列化，把K线数据一一对应，完成一个由技术面、消息面、基本面来组成的庞大数据立方体，小天就是在这样的数据立方体中，反复学习，并每日进化而成的！
小天还把数据分成若干份，每次预留一份数据是从来没有看过的，相当于是留给自己考试的题目。当小天每次都考试都取得95分以上的成绩时，小天就可以满怀信心地进入第二天的股票市场中交易，但是这里有一个问题，如果他考试的时候取得了100分，那么小天反而不会投入第二天的股票市场交易中，因为他知道这里有一个很重要的假设，那就是记忆不等于理解，记忆是把少变多，而理解是把多变少。
上图是一个假设真理模型与事实真理模型的比较，首先，所谓的事实真理模型，是我们无法真的去看得见摸得着的，我们永远不知道它长什么样子，我们只能通过输入与输出结果的对比，来判断这两个圆圈中的模型是否很接近。如果输入和输出的结果是一致的，或者说很接近的，那么大部分人都会认为假设真理假设得很对。
小天没日没夜的干着重复的工作，把技术面、消息面、基本面放到神经元细胞这个立方体上，然后把神经元细胞放到多轴坐标系上（三轴是为了让人好理解，实际上是N轴），最后按照“假设真理”与“事实真理”的两个模型进行对比，反复进行数据训练，每训练一次，神经元细胞上的立方体，就处理一次数据，把正面与反面的数据划分一次，按照“假设真理”与“事实真理”输出一致的目标去调整。每天市场上有新数据产生之后，小天又做了重复的工作，但是神经元细胞立方体中的数据又更新进化了一次。
后来，小天不单止用股票市场上每天产生的数据进行训练，他还把市场上现在还没有出现但是未来有可能出现的事件也进行了训练，包括所有可能的黑天鹅与白天鹅事件。
这样进化下来，小天相当于一个超过100岁的人，经历过了很多别人没有经历过的股票市场的跌宕起伏。
读到这里，也许大家明白了，小天之所以有那么强的记忆能力和推理计算能力，离不开强大的算力，英伟达Nvidia最新的人工智能GPU，每台8路V100算力卡，一共超过200台的GPU服务器，保证小天可以同时处理技术面、基本面、消息面三方面的数据，让小天的进化速度以秒来计算。
好了，小天的例子举完了，其实，小天的轴线坐标系可以看成是框架，立方体可以看成是深度神经网络中的神经元，“假设真理”图就是算法比对，反向求导，算出最有路径，而GPU服务器就是保重小天可以每时每刻都按它的算法来运行计算。
02.金融行业资源整合
为了避免闭门造车的情况，AI量化金融工具在设计伊始，就注重与市场的结合，客户的痛点是什么，客户需要什么，这些都不是我们自己凭空去猜想的。
券商一般在全国都有很多营业部，每个营业部内都有少则几个，多则十几甚至几十个证券投资咨询师，就是我们一般说的投顾。投顾与我们进行深度交流合作，告诉我们他们希望人工智能AI可以怎么样帮到投顾，投顾会把他们要求的指标给到我们，例如：年化收益、最大回撤、胜率、盈亏比、夏普率等参数，还有投资的标的，交易频率，最大持仓周期等硬性参数，在这些要求下，建立AI模型，完成回测指标。
各项指标都达到要求，但是交易频率没有达到要求，只能继续重新训练。
训练模型是一项苦差事，有人开玩笑地说，人工智能人工智能，有多少人工就有多少智能。
关灯吃面，继续训练
我们的AI模型开发也是一样的，联系各大券商，把每个投顾的要求记录下来，准备数据，建模，然后是等待模型的训练出来，训练结果出来之后，会有一份数据是AI模型没有学过的，相当于一个考试的数据，给到AI来做考题，如果AI在这份考题上取得了较好的结果，那么AI模型就会投入模拟交易，如果模拟交易一段时间，模拟交易与实时回测的数据一致，那么就会上小实盘。
凌晨四点，查看训练，这回不用关灯吃面啦！
当小实盘、模拟盘、回测盘，三者的数据都一致的时候，就可以上大资金盘来运行，这样的AI模型，最后就会对接券商和私募的交易系统，真正交易运行了。
合作券商
目前与我们合作的券商有中泰证券、方正证券、海通证券、中信建投、广发证券，还有多家私募机构也在合作中，在未来的三年内，我们的目标是让所有的券商和私募都用上由我们提供的AI金融数据预测服务。
03.全天候全方位数据挖掘机
人工智能的强大，离不开大量的数据，数据是新时代的矿藏，谁拥有数据，谁就能成为未来的领导者。
运行在好多钱NiceMoney平台上的所有模型，都离不开大量的数据训练，这些数据涵盖了技术面、消息面和基本面。技术面包含了我们常见的K线图，包含所有周期的K线图，还包括tick数据。消息面包含了我们常见的网络文章、网络评论，还有建立各个网络主体，这些主体既有个人的，也有机构的，通过训练数据，得到每个个人媒体与机构媒体对金融走势的预测结果。基本面包括是每个股票的所有报表，还有行业报告、地方报告、上下游关联等。目前我们的系统已经挖掘了超过100T的网络数据了，现在和未来，它还在不停地挖～！
04.一群来自数学和物理的AI极客，1000多个昼夜只为把预测这一件事做好
“ AI不仅是一项技术，更是一个新的物种！
既然这是一个新的物种，
那么这个新的物种首先要学会赚钱养活自己！
就是AI这个新物种自己养活自己的一次尝试。”
05.为什么团队里没有金融背景的人？
“ AI最大的优势就是可以自己成为任何领域的专家！
阿尔法狗机器人打败世界顶级围棋高手不就是最好的证明吗？”
06.踩过的坑
“ 人生到处都是坑，一步一深坑，一坑甚一坑。”
AI金融数据预测之路，犹如登月计划，我们的一小步将是世界的一大步！当然，踩过的坑也很多，有技术的坑，有所谓金融高手的坑，有所谓股神的坑……不过很庆幸的是，所有的弯路到最后都被证明是登顶的必经之路！
