汤沪平： 人工智能再发力，投资方向危与机的较量

《新一代人工智能发展规划》里明确提出，到2020年，人工智能核心产业要超过1.5千亿规模，2025年超过4千亿产业规模，2030年要超出1万亿产业规模；2020年，要拉动相关产业超过1万亿规模，2025年，相关产业规模要超出5万亿规模，2030年，相关产业要超出10万亿产业规模。

随着我国政策的大力支持，人工智能实体产业正热火朝天的进行中，而我国股市投资中，人工智能板块也在不断发来捷报，近期出炉的中报业绩预告中，就有15家人工智能公布了具体的盈利数据，除紫光国芯、海得控制、全志科技盈利同比下滑外，12股盈利均比2016年同期上涨。

虽人工智能在全球范围内正蓬勃发展着，不过国外对人工智能实践多年，得出机遇虽大，不过还存在三个不容小视的问题。

问题一：人工智能表现太优秀

科技发展越优秀，或许有的人觉得是好事，虽然人工智能善于发现新的模式，不过也常常发现很多并不存在的模式，由于它的过分优秀，计算出与未来趋势背离的未知模式，从而，出现物极必反的趋势。

比如人工智能应用到投资上，发现了与股价未来走势不相干的偶然模式、假规律，这种情况被称为“过度拟合”，而避免“过度拟合”需要更多经济或行为方面的逻辑依据。

而量化基金的首席科学家安东尼.莱福德表示，机器学习系统越先进说明用处越小，毕竟很多市场走势并无意义，过去的数据有时候解释不了也不需要过分解释，它需要区别出这些噪音，然后找出重要的规律。

问题二：人工智能的无法理解

人工智能因为先进高级的算法，是人的计算速度无法与之比拟的，所以很多时候并不能理解计算机做出特定决策的背后原因，你不知道这些信息输入会导致什么结果发生，如果运用到实际中去，系统出现亏损时，你无法了解亏损的原因，最终还是避无可避的会面临倒闭问题。

问题三：人工智能只知道最近的历史

2008年的时候，国外一位对冲基金交易系统的主管认识到计算机的技术不能过分依赖，多年的验证得出，欧元区最好与最差的债券之间的价差并不由经济基本面决定，计算机并不能充分意识到这点，除非它可以追溯到87年前的1930年的经济危机，计算机算法倘若只能追溯二十年左右的数据，那么无疑长期投资是有问题的，虽然现实生活中，高频的交易方式上有很多成功的案例。

人工智能很大程度上改变了人们生活和生存的方式，之前一些实体机构想彻底运用机器人来代替人类进行工作，想当然认为那样会为公司节省相当大的人力支出，不过机器人毕竟是死的，点识股票培训师汤沪平认为冰冷的数据只能被人合理去运用却不能过分依赖，尽信之不如不信，尤其是在股市中，人们可以通过技术分析涨停的趋势，不过最终是需要结合实战经验的，股市中随机应变也是一门绝不能忽视的技能，但如果没有技术基础和实战的分析能力等先决条件，炒股也无疑瞎子摸象，赚了也不知其因，只有充分学习了技术炒股和丰富的实战分析经验才能在实战中助你一臂之力。