2017 年最火的一个词，非 AI 莫属。貌似 AI 无所不能，就差点没摆上神位。作为一个曾经的程序猿，说一点自己的看法。
首先，它是一个系统，一个尽量去反映现实事物，体现事物运行变化的系统。这个系统结构很简单，输入 x、输出 y 和黑箱（AI System）。如果这个系统内部运算是 y=x，即输出 = 输入，那么它就是一个简单的复制。或者它符合 y=ax+b 的线性关系，或者复杂点的 y=asin(x)+b 的非线性关系，等等。现在 AI 的各种学习算法，其实归根结底是试图用数学的方式描绘事物，以获取事物的规律。然而现实世界并没有这么简单，它有时候看起来是线性的，有时候看起来是非线性的，更多时候是不知所云没有规律。
其次，以股票市场来说，影响系统运行的因素，诸如消息面、基本面、技术面、资金面各种你能想到的面作为输入。然而这够了吗？还有你想不到的因素，比如地上一块石头。（噗，关石头啥事）当然有关，这个石头绊倒了某 jj 经理，然后上班迟到被上司臭骂，一气之下将所有股票、债券不计成本清仓。最终导致当日恐慌，指数大跌。你说跟石头有没有关系？所以这个系统应该将各种面和一块石头作为输入。然后这够了吗？明显不够！还有石头 2，石头 3。。。。因此，要完全反映现实是不可能的。
也顺便说说量化。在各种 quant 平台上看了所谓的量化策略，其实跟以前写指标公式没两样。各种晒成功率的，实际交易并不理想。理由其实很简单，历史不可逆，未来不可推。用历史来生硬推导未来如何如何，怎么可能会对。况且，很多量化策略是为了量化而量化，东拼西凑的所谓因子，不断调整参数去拟合历史，提高所谓的成功率，最终得出来的只是过去的量化策略。
周末微博看到蛮认同的一句话：
研究历史不是预测未来，而是得到一个叫做概率的相对优势 @AndrewXAndrew
以上并不是要去否定 AI、量化，而是提醒各位避免过于迷信它们。交易最终决定是人，无论是亲自下单还是机器交易。
