在 AI 日趋成熟的今天，已经被广泛应用在语言、艺术、医学、金融、驾驶、风控、推荐、识别、计算机视觉等领域，本文将探讨 AI 在期货市场上的应用，以及一些 AI 帮你发现投资机会的小技巧。

对一个市场的分析一般包括以下几个方面

  • 基本面
  • 技术面
  • 宏观
  • 突发事件
  • 投资者心态
    这几个方面之间相互联系，一个改变就会影响接下来的市场走势，比如宾汉峡谷铜矿（世界最大的人工矿场）发生工人罢工事件（突发事件），那么铜的主力期货市场很可能供不应求（基本面），导致价格升高（期货市场），从而引发一连串的下游产品价格升高（比如空调、汽车）。同样的传导可以从任何一个方面发生，并最终影响到市场及整个产业链。

那么现在让 AI 来做的话，有哪些替代人类分析员的可能呢？

准备

首先分析之前，AI 可以做的有信息爬取、筛查、特征提取、主题相关度和热度分析，把和主题相关性最高的信息提取出来。这是最终分析有效性的基础，需要比较完备的数据源和稳定且快速的爬取方式，以及高性能的储存方式。
这里会涉及到一些问题：数据源选择，文本去重，分类，过滤，关键词提取，摘要提取，重要程度的量化，非结构化数据的处理等等，虽然其中不少都有开源工具或者免费服务可以借助，比如搜索引擎词汇热度，第三方信息热度聚合站，舆情分析系统，但总体实现成本还是很高。

分析

有了大量数据的支持，我们可以开展下一步工作：

  1. 分析每个因素内部往外提供的信息
  2. 分析这些因素之间是如何相互影响的
  3. 如何最终影响到价格和市场
    这是一个十分复杂的模型，每个领域中都有自己的分析方法论，在特征数量足够的情况下，可以用点到点的黑盒模型（深度学习）来建模，直接得出模型。当然也可以使用你觉得对的方法来单独建模。

市场是动态发展的，一个模型在一段时间内表现好并不能确定它在其他时间段的表现。

可以使用多模型加上动态权重来形成最终模型，避免 overfitting，还有 很多方法 可以达到这个目的。

发现机会

分析完的结果对人类来说只是一些线索，继续去分析他们形成的原因的话，可能发现一些市场矛盾点，这就意味着投资机会。这部分需要对多个领域都比较熟悉以及发散联想的能力，而 AI 受到相关性样本数量的限制，在跨领域联想上建树尚浅，近一段时间内还不能取代人类分析员。哪天 AI 从股市表现吃透所有行业的时候，嘿嘿。

执行

执行的时候也有很多细节要考虑，现在电子交易的方式已经普及了，计算速度，下单速度，风控能力，滑单（并非以下单时的价格交易）反馈，都是考验一个执行系统的点，比对手盘快几十毫秒就可能为你带来巨大的优势。

总结

一个合理的模型可以对冲很多的风险，收获部分不理性性散户的冲动风险。就目前的技术水平而言，智能的数据只能为你带来一些来自历史市场的提示，并不能代表肯定的收益，要知道市场的参与者也是像你一样，想要从市场中攫取最大利润的玩家。