答案是肯定的，不能！圍棋這個東西雖然是千變萬化的，但實際上有跡可循，透過電腦的自主學習，最終資料庫裡面的資料可以透過與對手的第一步棋來得出1000萬種甚至上億種結果，圍棋這裡人輸給電腦那不叫輸，因為電腦實際上算作弊！股市你用再強的電腦也敵不過突然的一個訊息或可以的控盤.就這麼簡單.再說的直白一些，某股現在跌了0.2%，鬼知道下一步它是漲是跌？雖然只有兩個結果，但在這兩個結果的背後，是千萬股民的決定，且都是不固定的，圍棋不一樣，棋盤就那麼大，做為電腦，不管你把棋子放哪裡，我早就知道下一步怎麼治你.

實際上無需阿爾法狗的水平炒股也能成功！

例如跟蹤成份股指數，雖然有些衝擊成本，但是也能跑贏市場平均收益。

更高階點的就是超短線量化交易。

關鍵就是克服情緒影響，這對於阿爾法狗來說小菜一碟！

阿爾法肯定不行，他是下圍棋的。你問人工智慧能炒股不，可能更精確。

人工智慧炒股，那意味著高度智慧化的時代已經來臨。不說是不是共產主義來臨，反正市場經濟沒必要留著了。因為市場經濟解決資源配置，資訊不對稱目前是最有效的。如果人工智慧達到炒股的能力，我認為不只是足夠智慧，而且掌握全社會各種資料。也就是，資訊透明瞭。

總結來說，AI能炒股，那這個AI要達到資訊全掌握。如果這樣，市場經濟將消亡，股票市場也就不存在了。

不能 大寫加粗的不能

阿爾法狗是幾年前被髮明出來的，但是電腦幾十年前就有，所以按照這個邏輯看下來的話，爺爺輩都不能做出來的事情孫子輩更不可能。

阿爾法狗的長處主要有三點：運算速度+智慧學習+無心理波動。運算度快這是人腦所不能比擬的，對於圍棋來說ta能把未來的幾種走法都預測出來並且找出相應的對策，人腦能算10步，他能算100步，而且每一步都能精準，不知疲倦，而且在每次交手當中都在學習進化。人腦則不行，隨著時間推移會疲勞，出錯和變慢是一定的。並且人腦很難在比賽期間有長足突破性進步，所以在比賽當中落敗就是一定的。

無心理波動這件事就很BUG了，因為棋手之間對局都會產生心理波動，這個波動直接左右了比賽程序，可能一個年輕棋手或是比賽經驗不豐富的人從氣勢上就輸了。

股市偏偏就不適用這些優勢。

股市是人心 機器怎麼可能揣摩出人心

下棋贏在技術，股市的主要矛盾不是技術，是人心！我不知道阿爾法狗會如何進入股市，我理解的狀態應該是人類輸入技術指標，阿爾法狗進入學習，加工的狀態。然後用歷史行情回測勝率，最後投入實戰。問題就在於市場的波動性不會完全重演，事件驅動的行情波動不是幾個簡單技術指標所能概括的。

智慧炒股這個概念早已有之，但至今依舊無法實現，特別是在A股，不知道有多少所謂的精英歸來挑戰這個市場結果到現在沒有一個能殺出重圍的。有一個很大的問題在於就算智慧軟體分析出正確的做法，但是在市場中無法執行，跌停了發出止損提示，模擬的時候可以判定為止損成功出局，但是現實中可不是，出不來就是出不來，對於這種極端行情的出現誰都沒有辦法，對於一些遊資炒作，暴漲暴跌的行情阿爾法狗也得變成死狗。

用阿爾法狗炒股能成功嗎？

這個問題提的很好，其實很多人對於這個概念都不是很瞭解，在大家印象最深的就是李世石與阿爾法狗的圍棋大戰，阿爾法狗以2:1的成績贏得了人類智慧，短短隔了1年左右時間，中國的圍棋大師柯潔與阿爾法狗進行對戰，同樣輸給了阿爾法狗，可以說阿爾法狗是非常厲害的，我認為未來用阿爾法狗會取得成功，目前其實已經處在運用的階段了，只不過大家不是很瞭解，我認為未來真的股票投資領域，對於一些頭部領域一定會有阿爾法狗的運用，這會是一個比較大的趨勢，即使沒有頭部券商來做，一定會有專業的團隊來做，做成功會進行打包賣給股民，或者是機構，這是未來的趨勢。

阿爾法狗

阿爾法狗是什麼？阿爾法狗就是人工智慧，或者是人工智慧機器人，透過大量的資料分析來給我們做決策，最大限度的減少我們的投資損失，其實也是大量的資料分析，量化分析應用的超高階應用，其實背後會有大量的資料庫來支撐，有大量的投資模型，透過龐大的資料，來替我們做決策分析。

總結

最後總結一下，很多人不知道阿爾法狗是什麼？其實阿爾法狗就是人工智慧，透過大量的資料庫，可以給我們進行投資決策，很多人認為未來阿爾法狗不會對人類智慧造成衝擊，我認為這種情況只是暫時，未來我們人類研製出超級晶片，到時候運算能力是目前的幾萬億倍，我認為人類智慧會輕易被阿爾法狗打敗，可以說到那時候如果你不使用阿爾法狗，那麼你就不要進行股票投資了，就像現在智慧手機對人類的生活改變一樣，讓你回到過去的大哥大時代，您認為還有可能嗎？

我判斷肯定的告訴大家，可以。

程式化智慧交易現在已經在應用了，傳統的人工操盤手已經在快速被市場淘汰。

預置策略交易比人為交易風險更可控。以前測試過，外掛交易，比人工盯盤交易，成本上感覺能降低90%，收益上能5倍以上。但抱著遊戲的心態，不看盤就失去了樂趣。

現有的人工智慧對股市元的輸入和判斷最佳化度不夠。

我覺得用阿爾法狗狗炒股一定能成功。理由有如下幾點：1，機器人人不受情緒的影響和感情的束縛，沒有貪慾和恐懼。而這些都是炒股必須要克服的，炒股是反人性操作，是人都克服不了人性。阿爾法狗沒有人性，不需要克服。2，阿爾法狗可以利用強大的資料庫和演算法來對比股票的相關資料，比如歷史走勢，類似走勢個股形態，算出盈虧比例，散戶，大戶，機構的持股比例，最佳止盈止虧價位，來分析是否賣出和買入。3，炒股能盈利的人必須要制定符合自己的交易模式，很多人制定了模式，但是很難遵守，經常受自己或外在因素的影響，而阿爾法狗則可以完全按照交易模式嚴格執行。4，股票市場風雲變幻，瞬息萬變，人不可能面面俱到，而對阿爾法狗來說任何變化都能捕捉到，再利用自己強大的運算能力快速做出判斷。綜上，我覺得阿爾法狗一定能炒股成功。

成功的機率為0。理由如下：

1.什麼是阿爾法狗：

人工智慧（AI），指的是跟人類智慧相似的智慧機器，例如機器人、語音影象識別等，這次的阿爾法狗，就是谷歌旗下DeepMind公司開發的一款圍棋人工智慧程式，它橫掃歐亞頂級圍棋高手，其主要工作原理是“深度學習”。題主問的問題，其實就是問，人工智慧炒股能不能成功。

2.阿爾法狗圍棋牛的原因是什麼？

主要原因是：“深度學習”。是指多層的人工神經網路和訓練它的方法。一層神經網路會把大量矩陣數字作為輸入，透過非線性啟用方法取權重，再產生另一個數據集合作為輸出。這就像生物神經大腦的工作機理一樣，透過合適的矩陣數量，多層組織連結一起，形成神經網路“大腦”進行精準複雜的處理，就像人們識別物體標註圖片一樣。

那麼很明顯了，對於有固定套路的東西，人工智慧基本上是全球第一，比如圍棋，書法，象棋等等。

3.機器和人的區別是什麼？

機器和人最主要的區別，其實是：主觀能動性。它指人的主觀意識和實踐活動對於客觀世界的能動作用。主觀能動性有兩方面的含義： 一是人們能動地認識客觀世界；二是在認識的指導下能動地改造客觀世界。在實踐的基礎上使二者統一起來，即表現出人區別於物的主觀能動性。

人工智慧，你再智慧，他也是按照程式來執行，他沒有主觀能動性，沒有自己的腦子，所以他只會套路。

4.炒股是技術還是藝術？

股市賺錢，賺的到底是誰的錢？大家都是極度的聰明人，那你能賺誰的錢，誰又能賺你的錢？因為人性，股市才波動；因為認知不同，股市才波動；否則，還玩個鬼啊？

綜上，炒股是藝術，並不是技術，不要相信什麼人工智慧軟體，不要相信高科技的炒股軟體，其實所謂的智慧炒股，不過是打著科技的幌子收割智商稅而已。好比2015年的網際網路金融，打著網際網路的幌子做些老鼠會的事情。大家認為呢？

阿爾法狗是個下圍棋的程式，AlphaGo中的Go就是英語圍棋的意思。它並不是一個通用人工智慧程式，炒不了股。

其實可以想像阿爾法go炒股也只是和普通炒股軟體一樣啊，按照設定的邏輯買賣，圍棋是可以推算的，股市怎麼推算呢？阿爾法難道看新聞嗎？他只能按照人類設定的邏輯去操作，結果就和量化操作沒什麼區別。對於股票之類的東西，如果有bug黑科技，那一定是超越一切的網速，0延時，那你就比所有人都要更快的買和賣，無敵。有一部電影好像就是講這個

阿爾法狗不行，別的“狗”行

阿爾法狗，是人工智慧的一個垂直應用，不是啥都能幹，別的領域有別的“狗”，美國已經有幾個用人工智慧炒股或者推薦股票的公司了。目前還不夠成熟，未來一定成功，這是股票這種投資產品的特點和人工智慧的特點共同決定的：

龐大資料分析能力，影響一個股票價格的指標，包括社會動向等，有成千上萬個，人類就只能抓幾個指標分析，所以預測起來有困難；記憶力超級好，某個時點發生的事情和現在可能一樣，但人類的記憶力有限，不能都記住，所以無法有效借鑑；電腦不累，其對單一事件的判斷能力會在不斷學習中提高，而其學習效率比人類不知高了多少倍；不受心理因素困擾，沒有人類的貪婪和恐懼 ，解決了人類交易員的終極問題；用於訓練的歷史資料存在，股票市場的歷史資料儲存還是比較完整的，特別是使用網上交易之後，每個時點的歷史資料都保留的清清楚楚。人工智慧炒股“狗”情況美國AI Powered Equity ETF（AIEQ）,一年時間裡提供了9.63%的投資回報，在同類ETF基金中排名253，位於前13%的位置。中國的某款炒股“狗”在59個交易日創造了39.68%的收益，而同期上證指數下跌4.18%；德國最大的資產管理公司，使用人工智慧深度學習技術做了個炒股試驗，結果驚人，回報率達到500%。誰最需要炒股“狗”第三方財經公司，他們就是依靠給各大共募基金公司推薦股票資訊賺錢的，三千多隻股票，每個研究經理看50只股票也需要六百人，而且人類還需要休息，不可能同時關注到半夜半夜開始的美股，和世界經濟變化；公募基金公司，有限的資金下，保證設定的收益率，各種實時股票的買入賣出需要精準的判斷；

而且訓練“炒股狗”沒啥風險，喂其資料就行，對人工智慧來說，資料和真實資金沒啥區別，可以大膽使用歷史資料進行訓練，使其快速達到實操水平。

人工智慧炒股“狗”的瓶頸是啥

主要還是演算法，人類想解決的問題，需要用一個電腦可理解的方式發問，比如阿爾法狗下圍棋，按照人們傳統棋類軟體的設想，就是計算所有的可能性，然後找到最佳方案。對於圍棋來說，計算量太大，所以很多人認為圍棋是捍衛人類智慧的最後高地。最後谷歌發現了照片對比的演算法，一下子解決了計算量問題。

炒股也是這樣的，有無一種新的演算法，可以從紛繁的資料中找到合適的股票組合，那麼人類就再無勝利的可能。

總結

人工智慧炒股的日子不會太遠了，如果有個不知疲倦的機器人天天幫你管理賬戶賺錢，而且其不用開工資，不用休息，那麼就沒有比這個事情更簡單的賺錢方法了。

用阿爾法狗炒股能成功嗎？

這個問題，很有意思，如果阿爾法狗炒股能成功，那全世界的錢都會被阿爾法狗賺走。但很多人會納悶，阿爾法狗不是能在圍棋領域打敗中國、南韓的高手，為啥不能在市場裡面打敗大部分的散戶呢。其實這是有科學根據的。畢竟阿爾法狗是科學的產物，甚至是精確的產物，透過大量的運算，來戰勝對手。

炒股，其實不是科學的範疇。裡面有這人性的弱點，夾雜著太多的個人情感，這些是無法運算出來的。所以就算是阿爾法狗有計算的能力，但很難逃出做韭菜的命運。

1）如果阿爾法狗，是透過一套評價體系來選擇績優上市公司，那他很可能會跑贏95%的散戶投資者。

2）如果這條狗，做高頻交易，很顯然它在短線操作的時候，會非常的厲害，只可惜這是國家不允許的範疇。

3）其實這條狗，反應的還是設計者的投資水準。幾乎是複製的存在。而對於計算機來說，最大的優勢是計算能力。而投資，特別是中長線投資，要的是時間的玫瑰。說白了，就是等，說白了，就是當個懶人。那從這點來說，很顯然狗的自身優勢蕩然無存。

總之、炒股是很困難的一件事情，因為是人性的博弈。所以最終能戰勝人性的人，才能勝出，而跟計算能力強不強，關係並不是太大。這也就是我對阿爾法狗的一點個人看法。

我認為是可以成功的，關鍵是要有人給它程式設計序，來實現炒股的功能。

首先程式設計序的人要比較瞭解咱們得股市，必須是華人來編寫，因為中國的股市執行有自己的規律，和國外的股市是不同的。以美國股市為例，它大漲的時候，我們可能小漲，不漲或者還下跌；美國股市小跌，咱們股市可能大跌，咱們一般和國際市場不同步，所以編寫的程式一定要考慮我們股市的特殊性進行結構設計，突出我們的特色。

最後最難的就是測試了，要讓機器在實戰中學習，總結經驗教訓，變得無所不能，或許這不是我的異想天開，現在人工智慧的發展只有我們想象不到的，沒有做不到的。

機械性交易是基於股票基本面及技術面（量能，指標等），情緒量化等等的綜合因素而設定的交易體系。不會出現因為個人情緒而造成沒買進，買不進，沒賣出，賣不出的情況。

有人說股票是人性的博弈，主力會挖坑，機器不行。難道每個人的交易都是靠股感靠天賦的嗎？不用看k線不用看量能不看板塊不看週期？能把你們的思路量化了用電腦來解決戰鬥。用一個成熟的方法做交易的時候，你覺得電腦比你厲害還是你更厲害呢？

最後我想說一個成熟的交易體系是可以複製的，用電腦來做的回報率一定是大於人為交易的。#股票#

我覺得未來肯定可以成功的，但這東西會裝在莊家的電腦裡，更好的收割散戶。而普通人使用的版本，與莊家的版本對賭，宛如智障。就像小霸王學習機挑戰超級計算機

歐美股市98%都是電腦自動的高頻交易了。為什麼扎堆紐約，就是因為和伺服器近，電腦高頻交易搶幾毫秒的時間已經有十幾年了吧，現在已經過去兩個高峰，各國都在進一步限制電腦的自動交易了。咱們T+1哈哈所以沒感覺到

當然可以成功了，人工智慧用於炒股的投資方法叫量化投資，在西方投資界早就盛行了，俗稱機器人炒股可厲害了，人工智慧炒股是未來投資的必然發展趨勢，人工智慧炒股優勢巨大：

一量化交易系統

所有投資過程都是透過數學計算完成，透過電腦程式化交易執行，整個投資決策過程都是各種量化系統，具有客觀交易的特點，可以精確數學把握，有別於傳統的主觀交易的模糊性和不確定性；

二市場套利思想

利用市場的偏差捕捉被市場低估的品種，買入低估的賣出高估的，從而獲取各種市場套利機會；

三機率取勝

透過大資料對歷史交易資料進行計算，挖掘出各種交易機率優勢的數學模型加以運用，依靠機率優勢在市場中獲利；

四強大的執行力

人工智慧交易可以克服人性的弱點，輕易完成各種交易系統的指令，沒有人腦貪婪恐懼，猶豫不決的毛病，並且由於電腦的強大計算能力可以執行各種複雜的演算法交易，威力無比。

總之未來的交易世界肯定是人工智慧的天下，將來在市場上都是各種機器人之間的較量，人工智慧的交易策略都是人設計的，所以以後比拼的是誰的交易策略更高明，我們應該順應投資世界的發展趨勢，早日進入量化投資的領域，成為一個量化投資者。

目前實際意義上的神經網路，AlphaGo本質上是在一個存在未來函式勝率反饋同時時序對應對手行為(回合制)的策略條件下統計所有可能環境下的策略優劣度並相關自身與對手策略的相對決定性選出最優解的過程。細節上會分解策略的步驟並量化策略的關聯性的對應效用(也就是透過蒙特卡洛樹搜尋擬合局面評估函式和策略函式、以及機器學習RL形成對數策略)。這個統計歸納成一個庫再透過一個對資料演算法輸出出來。

一、資訊生成機制不同，股票市場中的動因條件是多層次且混沌的。圍棋的相互決定性只對於對手，而股票的相互決定性對於所有市場參與物件

二、對手與對手反饋機制不同，圍棋是回合制完全資訊非合作動態博弈，而股票市場是一對多完全資訊非合作靜態博弈

三、優劣度評估與局面評估函式的性質類似但方向不同，股票的最終評估物件是收益，而圍棋評估是勝率。且股票的局面有兩個層次，一是個股篩選，二是持倉後策略。兩者組合，就是在市場中不斷交換個股的最高勝率條件的持倉。如果將優劣評估設成以增輻一定偏離值內的符合度，亦或者是動態生成局面下一時序可能局面收益預測的權重，這兩者就是兩個獨立的優劣評估系統。

四、資料原型不同，圍棋只需處理對手資料和局面資料。股票有成交sick，有價格、成交方向資料，極難產生關聯條件。

有空，流年會聊一聊現行有效的“分型”理論過濾混沌資訊建立有效條件的應用性。

如果說V行為導致了A行為，連續產生了C行為。而V、A、C行為本身存在相互決定性的影響關聯就是一個由人類心理動態構成的混沌系統，是取決於完全不同的動機機制和策略機制而產生的不同頻率的固定方向行為(Buy與Sell)。如果以行為發生邏輯提取條件，那麼到了不同的資料環境，混沌系統又不同了，也就失靈了。

因為決定交易的，市場資訊只是誘因，動因是對於市場資訊的動機機制而產生的策略。這個混沌系統下，有效的資訊極其有限。大量的資料都是垃圾資料。

股票市場的優劣水平計算，是以收益為結果導向，而這種過程是受大量無法產生條件關聯的中間因素干擾的。從資料原型來講，如果不以對手行為為時序單位，按歷史市場資訊來分析：我曾經做過一個統計模型，一個4日的K線的開盤價、收盤價、最高價、最低價的增輻(Increase.)為參照陣列，以5%為允許偏離值。1990年至今3000餘支股票的資料，僅檢測到1個匹配陣列。後放低標準，僅檢測開盤價，也檢測到不過6個匹配陣列。

AlphaGo本身的資料原型是回合制並只有一個反饋條件的，能夠形成資料關聯特徵的資料以數百萬計。

而股票市場的反饋條件有多少個呢？不知道，這是與市場參與者動機的發生密度決定交易頻率而形成的，這個反饋條件也是一個指數級的數字。

任何模型、策略、邏輯、演算法的基礎，基本邏輯都是構建在條件反射上的，股票市場的複雜度以及無序性無法有效的提取關聯陣列條件（這也是為什麼會有原理不明但卻有效的分型理論以及“纏論”的成因）：AlphaGo的條件可能足夠多，但是是明確且相互對應的。而股票市場的條件反饋如何構建？股票市場的複雜性已經證明了不能用明確條件來統計提取有效資料擬訂對資料策略。而如果用一定允許偏離值來抓取資料特徵關聯條件形成策略，上面的舉例已經證明這其中的偏差超出了有效的程度。並且，股票市場上，相同的陣列，產生的不同結果也是極其正常的，時序結果也是不同的。

肯定可以成功，量化最大的弊端是策略的失效，阿爾法狗是可以自己迭代進化的，恐怖吧，現在電腦最厲害的是大憲章，年化30%多，已經穩定執行好幾十年了，員工主要是數學家和程式猿，市場依然會存在

用阿爾法狗只能在目前一段時間裡成功，可能一些人工智慧迷會噴我，但是我依然保持自己的觀點。

用阿爾法狗炒股，短期一段時間能成功是因為在客觀化、時間化、速度化幾方面佔優勢：

客觀化投資，無情緒——克服人性中的弱點，避免情緒化交易。永遠線上的時間，全時段——24小時不間斷監測行情。傳統操作實效的百分之一，速度快。這是多麼理想化的交易系統。

阿爾法狗炒股交易能夠成功是因為它總結了投資歷史的經驗，在紛亂的股票市場中做到短時間選擇最優的交易策略。阿爾法狗是歷史經驗的產物，並不是能夠自我學習的產物。說白了，阿爾法狗只是模仿人類的投資行為，這些行為也是前人的經驗，教訓，模式等等。未來向來不可預知，阿爾法狗大規模的應用會讓投資人行為自我完善，並且直接影響到投資市場，模式變更阿爾法狗也就無用了。

在投資市場人的因素很重要，阿爾法狗即使模仿人的投資行為，也不可能創造新模式，新模式是人創造出來的，新的投資市場也是人改變的。阿爾法狗只是目前完成自己的歷史使命罷了。