现在在人工智能的时代，成了热门专业，做汽车的自动驾驶，无人机，机器人，等所有智能设备包含大量数学计算。
你认为智能投顾，让人工智能机器人帮我们投资炒股靠谱吗？
在我看来股票构成的涨跌是多方面，既有内在因素也有外在因素，更有不可预料的多方面突发因素，人工机器人在大数据方向会有一定分析，但综合因素是不可控的，所以股还得靠人多年积累的经验分析，人工机器人可以做辅助。
关于智能投顾交易的观点
首先要充分认识智能交易的可行性和客观存在的优越性，智能交易能省去很大的认为精力，同时能在很快的时间内运算出复杂的数据结果。例如3000多只股票人工要一个一个看过去需要很长的时间，智能可能一分钟就可以解决，在人工比较忙的时候，智能AI可以正常工作，因AI没有感情，没有家庭等事情的控制。同时AI可以稳定坚决的执行策略，肯定不会改变，但是人就不行了，会经常变。这些都还智能投顾的优势，还有不少。
其次要看清智能投顾不足之处，因为智能投顾没有思想，所以它不能选择、抉择、和判断，只能是执行、执行、再执行。它自己不知道什么时候该停止，什么时候该启动，这个需要人来给它下达指令。其实可以看作智能投顾是一个武器，这个武器应运的怎么样还要看用武器人的内力和水平。就像大刀需要关公来用，定海神针需要孙悟空来用是一个道理。
最后，如何来使用，需要先搞明白这套智能投顾是针对盘整市场还是单边市场，然后它的理念和逻辑是什么，什么时候应该启动什么时候应该停止。不是说有了智能投顾让它自己不断运营就可以**，如果可以实现金融市场就没有人会亏钱，需要知道怎么用、如何用，才能让智能投顾效率最大化!
用大数据，用人工智能炒股能够成功吗？
炒股完全依靠大数据和人工智能是不能成功的。首先你本人要熟练掌握股票技术指标等知识，其次你还要每天综合分析大量国内外财经信息，去伪存真。再利用大数据人工智能结合你的判断去考虑一只股票应该如何操作，是长线持有还是短线操作，这样也只是成功率高些，也不可能百分之百成功。你说呢？
人工智能可以用来炒股吗
说的神乎其神，人工智能能用来炒股吗？
人工智能在围棋、象棋、德扑等领域都已经取得了碾压式胜利，这已经是一个不争的事实。事实上AlphaGo这样的AI已经可以用于任何需要理解复杂模式、进行长期计划、并制定决策的领域。人们不禁想问，还有什么是人工智能不能克服的吗？譬如说，变幻莫测的A股？
对于这个问题，持各种观点的都不乏其人。探讨它实可以分为两个部分：1.股市可以预测吗？2、假如可以预测，用机器学习的方法去预测可以吗？
先回答第一个问题：股市的涨跌可以预测吗？
如果将股市的价格变化看做一个随时间变化的序列，Price=Market(t),我们往往会发现，不管是尝试用N个模型(线性，非线性,概率)来进行逼近，即使是建立了符合股价变化的这样的模型，并且在有足够多的训练数据的情况下模拟出了股价，但是这些模型最多只能在特定的区间能做一些并不十分精准的预测。
首先是ReinforcementLearning,这个算法基于马尔可夫性，从一个状态预测下一个状态，但是股价的涨跌具有强烈的马尔可夫性吗?也就是上一时刻的股价与下一个时刻的股价间有必然的联系吗?应该是不太大。这种基于N阶马尔可夫性的系统对于股价的分析很不利。而且假如只使用股价的历史数据进行模型的训练的话，准确度可以说几乎为0。
事实上影响股价的因素不仅仅是历史股价，还有更多的因素，公司的近况，股民对股票的态度，政策的影响等等。所以许多人从这方面进行入手，用人工智能提供的快速计算能力，使用合适的模型，来量化这些因素，例如,(政策X出台,可能会对股价造成变化y元)。当你的模型将所有的因素全都考虑进来,那么股价的预测就唾手可得了。股价=f(政策因素,公司情况，市场因素,历史股价，上一年历史股价,某个股民自杀的影响...)
然而这些因素到底有多少?它们之间会如何影响，这才是问题的关键。在某些稳定的情况下，我们是可以做大概的预测的，但是有很多时候会不准确，这是因为，你的模型很难把所有的因素都考虑进来。而且因素与因素间还会产生互相影响的情况下。股价的模型将会变得极其复杂。如下图：
一个因素与一个因素之间的互相影响是很可能被预测出来的，但是假如它们之间产生了相互的影响，这时候整个系统就变得几乎不可预测了。一个因素发生变化，会造成好几个因素的变化，最后这几个因素又会反作用回来使上一个因素直接或间接的发生变化，股价变化一下子就变得难以捉摸起来。一些微小的因素也可以通过这种系统无限的放大，最后给股市造成巨大的影响。
那么是不是预测股价是就是不可能的呢？
事实上人工智能远比我们想象的更强大。例如非常繁复的Bayesianreasoning，包括deeplearning/deepreinforcementlearning，它们都能表示复杂的hiddenvariables之间的关系。现在国内外也已经有许多公司在探索将人工智能应用于股市的可能性了。
但是这里所说的将人工智能技术应用于股市，大部分不是说让人工智能代替人去做决策，而是利用人工智能在数据处理和不受主观喜好影响上的优势，在投资决策中扮演一个“AI专家顾问系统”的角色，去辅助人类做出更明智的决策。
股市分析包括基本面分析与技术分析两大块，而人工智能技术在这两方面都能发挥作用：
基本面分析
简言之，就是读取各类财经资讯。面对网上海量又纷繁复杂的信息，只依靠人脑已经无法解决问题了。我们知道数据挖掘的三个V，（Volume数据大）,（Velocity更新快）,（Variety多样），在处理这样的海量数据时，计算机相比人脑具有不可比拟的优势。而深度学习在自然语言处理领域的应用，可以做到在海量的信息中做出自动摘要，提取出精华信息以帮助人类进行决策。
另外，股票价格在很大程度上是由买卖双方的力量对比决定的，是由每个股民对某支股票的情绪而决定的。如果大家都很看好一支股票，那么它就很可能会涨；反之会跌。还有一些特定事件会很明显地影响到股票价格，例如今年美国40年来首次开放原油出口后，国内能源版块不出意料下跌了。这也是为什么这么多股民会刷新闻，看动态来保持敏锐的嗅觉。可以看出，在预测股票这件事上，最重要的是信息，或者说是数据，从中挖掘股民的情绪。而情绪识别已经是人工智能所擅长的技术了。国外已经有很多这方面的研究，也有DataMinr这样的公司专注从社交媒体中提取有价值的金融信号。
如下图，美联社官推被黑（谣言奥巴马被袭击受伤），很快股市出现了大幅度下滑-上升（看13点左右）。虽然这个事件较为特殊，但是设想如果能够在第一时间得到类似消息，实际上就掌握了预测股市的主动权。
可以大胆想象，如果将情感分析与机器学习相结合，抓来海量的数据，去做情感分析，大概找出民众对于对某些股票持乐观还是悲观的情绪，那么至少可以将这一因素纳入模型学习范围中。现存的很多论文都是在情感分析上找寻很多办法去提高准确率。其他一些更简单的做法还有：（1）GoogleTrend。这个是很简单的办法：谷歌提供的搜索量数据，利用搜索量的变化来预测。（2）利用TwitterVolume(相关Twitter的发帖数量）
2.技术分析
传统技术分析中的K线分析，什么“大阳星”、“小阴星”、“旭日东升”、“穿头破脚”，其实就是人脑的模式识别。受人脑信息处理能力的限制，这些识别出来的模式有以下缺点：（1）只是单条K线的、只是基于一个模糊的形状，似是而非的、没有确切的数字标准的；（2）基于有限的历史信息的。而好的深度学习策略，可以突破人脑的限制，比如突破单一K线的限制，从更多的财经信号（其他股票、黄金、外汇等）中寻找规律；或是从一个更长时间段的历史信息中识别出规律。
总之，人工智能将提升我们处理信息的深度、广度。使用基于人工智能技术的“智能投顾”的人，将比不运用或是还在利用“人脑”进行基本面分析与技术分析的人占信息优势，从而也就更可能在股市中盈利。
人工智能在证券投资领域的兴起始于2007年。彼时，第一个纯人工智能的投资基金在美国纽约诞生，此后人工智能在证券投研领域的发展步入快车道;事实上，在证券投资领域，人工智能早已经不是什么新鲜事，量化对冲基金经理遍布于北京金融街、上海陆家嘴。一般来说，公募基金或大型私募的量化投资部由两部分组成，一部分是投研团队，另一部分是IT团队，投研团队提出需求，IT团队做出算法交易的模块，解决基金经理们的需求。
“正常情况下，我每天的工作流程是早上起床后看一下(机器)生成的股票清单，再看看组合管理系统里每个策略配了多少权重，这些策略加起来的仓位又是多少，然后根据机器所给出的信号(卖出或买入)的各类数据(包括融资融券、投资者入场情况等)，判断机器给出的信号有没有明显的错误。”一位量化对冲经理说，如果当天需要交易，他就会生成交易指令，再下单到交易系统，交易系统就会开始自动运作。
在传统的投研中，基金经理及研究员们对财务、交易、市场等数据进行建模，分析其显著特征，利用回归分析等传统机器学习算法作出交易策略，到了人工智能阶段，这些工作便交给了计算机。目前，一些私募基金已开始将量化对冲的三个子领域融入日常交易策略中，尝试获取收益，它们包括机器学习、自然语言处理与知识图谱。例如，作为全球最大的对冲基金，桥水联合(BridgewaterAsspcoates)使用的是一种基于历史数据与统计概率的交易算法，让系统能够自主学习市场变化并适应新的信息。
AlphaGo大胜李世石柯洁，引发全世界关注。投射到投研领域，则是以人工智能量化选股和人类基金经理之间的对决。已经证明的是，人工智能选股在规避市场波动下的非理性选择、回避非系统性风险、获取确定性收益方面等更胜一筹，波动率、最大回撤等指标也更低，表现更稳定。
然而，机器虽然动作比人快，但思维还是没人快。比如面对某个新出台的政策、市场热点，基金经理可以立即以此为主线采取行动。但是机器没那么快。这是人的优势。再譬如，机器一次只能做到一个阶段做一个策略，比如供给侧改革，只能想到煤炭、钢铁、有色金属里的股票，但是对基金经理，他就还能同时做价值投资或动量反转等策略。
整体来说，将整个股票投资决策过程全部交给机器，目前来说还属于少部分金融巨头企业才能做到的事情。
美国硅谷“感知力”技术公司让人工智能程序全程负责股票交易，与其他一些运用人工智能的投资公司不同，该公司交易部门只有两名员工负责监控机器，以确保出现不可控情形时可通过关机终止交易。据报道，“感知力”公司的人工智能投资系统可以通过经验学习实现“自主进化”。公司在全球拥有数千台同时运行的机器，其独特算法创造了数万亿被称为“基因”的虚拟交易者。系统利用历史数据模拟交易，目前可在几分钟内模拟1800天的交易量，经过测试，不好的“基因”被剔除，好的“基因”被保留。通过考验的好“基因”被用于真正的交易。公司员工只需设定好时间、回报率、风险指数等交易指标，剩下的一切都交由机器负责。
公司首席投资官杰夫·霍尔曼透露，目前机器在没有人为干预情况下掌握着大量股票，每天完成数以百计的交易，持仓期限为数日到几周。公司说机器的表现已超越他们设定的内部指标，但没有透露指标的具体内容。
随着人工智能技术的持续进步，人工智能投资成为被学术界和资本看好的领域。英国布里斯托尔大学教授克里斯蒂亚尼尼说，股票投资是十大最有可能被人工智能改变的行业之一。另一方面，也不是所有的投资商都信任机器，英国对冲基金曼氏金融首席科学家莱德福警告说，不应过度信任人工智能投资，该领域还远没有成熟。虽然有各种各样具有迷惑性的承诺，很多投资人的钱却有去无回。
如果有人发明了炒股机器人，那用机器人炒股违法吗？
不违法。因为机器人是国家制作的。
这种先进的技术只有国家才有财力和人力研发出来。
到时候肯定是有需要遵循的规章制度的。
机器人下棋那么棒，炒股到底行不行
下棋有固定的模式和套路，炒股幕后是人为的控制，炒股说白了，就是幕后人想让哪支升哪支就升，就是骗人的。科技的发展，总会催生出更多的科技产品。尤其是在通讯行业，从第一部bb机和“大哥大”的出现，到小灵通、诺基亚的普及，再到现在普遍使用的智能手机，层出不穷的新兴通讯工具淘汰了一批又一批过时的产品，而跟通讯密切相关的一些行业来说，在科技迅速发展的大浪潮下，只有紧紧抓住机遇与时俱进才能保证不被淘汰。而作为新兴的产业之一，人工智能近年来在全球掀起的热潮一直不断，科技的发展，让人工智能在各行各业都有了更多的运用：家居智能机器人、无人驾驶技术、医用纳米机器人以及逐渐应用到各大行业的智能电话机器人。那么，智能电话机器人作为电销企业的好帮手，跟传统的人工电话销售相比，有何优势呢?一、工作效率高 智能电话机器人一天3000通电话，永不受情绪、环境、身体状况等影响，永远稳定地标准化进行工作，全面高效的将客户分类，通话录音和各种数据可随时跟进查看。、客户筛选高效精准 智能电话机器人在多线路进行群呼时，会筛选出意向客户，并将其根据abcd分类存储在系统里面，节省80％以上的时间并提高6倍以上的效率，对意向客户沟通轨迹的全方位记录，提高跟踪准确性。
人工智能炒股大概是怎么回事
智能是什么？学习， 记忆 ，联想， 推理，大概就是这些东西。人工智能就是人为地，让计算机通过某些程序算法去拥有智能。电脑，大家都了解，虽然计算能力惊人，不过总是死板的，冷冰冰的机器，必须在人给予具体的步骤后才能完成工作。如何使电脑拥有自主性呢？或者更具体一些，如何让其获得自主学习的能力?一想觉得很难，但其实很简单，只要有一个模拟人脑的算法就可以，即“神经网络”。顾名思义，这个算法的结构类似于人脑，类似于神经元互相联结的网络。 对于人脑，当外界输入信息，比如眼睛看见某种水果，则水果的颜色，形状，花纹等信息经过脑中神经网络的处理后得出是苹果，橘子或是西瓜的结论。 类似地，计算机对从外界输入的信息在神经网络这个算法中进行加减乘除，然后输出结果。大伙肯定会有疑问，人脑如此复杂的结构，怎么可能随随便便就在计算机上设计出来呢？我在接触人工智能前也有这样的困惑，但让我吃惊的是，我们不用管网络具体是什么样子的，电脑在用历史数据进行训练的过程中会自我调节，直到生成一个能完成任务的结构。所谓训练，是将历史数据输入网络，然后将输出的结果和作为导师的参考答案相比较，再根据差距自动调节网络的参数，如此一步步地调整，直到其能够输出令人满意的结果，而完成训练的程序就可以用来预测了。人工智能是什么？如果你一直以来把人工智能（ai）当做科幻小说，但是近来却不但听到很多正经人严肃的讨论这个问题，你可能也会困惑。这种困惑是有原因的：
1.我们总是把人工智能和电影想到一起。星球大战、终结者、2001：太空漫游等等。电影是虚构的，那些电影角色也是虚构的，所以我们总是觉得人工智能缺乏真实感。
2.人工智能是个很宽泛的话题。从手机上的计算器到无人驾驶汽车，到未来可能改变世界的重大变革，人工智能可以用来描述很多东西，所以人们会有疑惑。
3.我们日常生活中已经每天都在使用人工智能了，只是我们没意识到而已。john mccarthy，在1956年最早使用了人工智能（artificial intelligence）这个词。他总是抱怨“一旦一样东西用人工智能实现了，人们就不再叫它人工智能了。”
因为这种效应，所以人工智能听起来总让人觉得是未来的神秘存在，而不是身边已经存在的现实。同时，这种效应也让人们觉得人工智能是一个从未被实现过的流行理念。kurzweil提到经常有人说人工智能在80年代就被遗弃了，这种说法就好像“互联网已经在21世纪初互联网泡沫爆炸时死去了”一般滑稽。