O.P.
有人这样做吗？愿意分享您的方法吗？
我目前正在使用 Claude 付费、chatGPT 4 和自托管 AI 的组合。它们都有优点和缺点。
我只是手动创建提示；还没有 API，但我的投资风格（每年买入/卖出一次，通常是 10 月/11 月）不需要我插入市场数据。
到目前为止，我已经取得了相当的成功。例如，我重新创建了一个场景，告诉我 API.AX 和 MYR 是不错的投资，并让 AI 为我提供非常精确的指标，以帮助我在此类中找到更多内容。然后，我尽可能地使用这些指标来生成一个列表。我将投资其中两家公司。
我还问它哪些能源将持续存在并推动地球的未来。这些回复在很大程度上符合我的偏见，因此在这里效果较差。
我的方法非常保守。我强调资本的保存。
我还使用人工智能来加快我对概念/行业/等的了解。
以创造性的方式积极使用人工智能？
< BR>评论
您是否理智地检查人工智能提供的这些“精确指标”，以确保它们是真实的而不是捏造的？您是否将这种方法与（例如）抛硬币进行比较，看看它是否比随机更好？
评论
使用人工智能来获取投资想法是一个有趣的想法。我可以想象它会提出一些你没有想到的想法，并且可能想要进一步调查。但上帝啊，我不会把它作为我唯一的建议来源；人工智能有其局限性。
评论
这是一篇有趣的文章，讲述了如果每个人都使用相同的人工智能模型或数据集所带来的危险。
https:/ /gizmodo.com.au/2
< BR>评论
O.P.
trog 写道...
您是否理智地检查人工智能提供的这些“精确指标”，以确保它们是真实的而不是捏造的？您是否将这种方法与（例如）抛硬币进行基准测试，看看它是否比随机更好？
他们通过了嗅探测试。
所以我通常会做的是与人工智能进行了几次长时间的讨论，直到我达到了上下文窗口的限制，这对我来说开始变得很奇怪。
然后我将开始一个新的聊天，并将之前的许多对话压缩为一个“超级提示”尝试继续对话。这样做几次。
最后我将使用一种技术，你可以将其设置为与自己进行辩论（例如，一个辩手作为宏观经济学家，另一个作为博弈论专家），并且裁决辩论。最后他们将决定我们需要关注的因素。之前的对话将有助于构建一个非常详细的辩论“主题”（通常有几个段落长，人们会说“是的，不，不要辩论那个混乱的事情”），以及辩论的规则。
箭侠写道...
我不会将其作为我唯一的建议来源；人工智能有其局限性。
确实如此。
我想这就是我想要找出的问题，什么对人有用，什么对别人无效。
对我来说有趣的是教它进行交易，就像马斯克教汽车驾驶一样，即通过观察人类。当然，这超出了人工智能聊天机器人目前所能提供的范围。当有人这样做时，人类交易员最终将被取代。
评论
O.P.
Sparhawk 写道...
这是一个关于如果每个人都使用相同的人工智能模型或数据集的危险的有趣文章。
https://gizmodo.com.au/2
这篇文章（尽管是在 Vice 中）是我开始这个帖子的确切原因。
这也是我有一个开放的原因在家也可以设置源人工智能。随着大玩家继续对他们的聊天机器人进行脑白质切除术，这个问题更有可能出现。
评论
Sparhawk 写道...
< p>这是一篇关于如果每个人都使用相同的人工智能模型或数据集的危险的有趣文章。是的，人工智能从众心态 + 自动交易 = 潜在的灾难。哎呀，我认为自动化交易本身在过去已经引起了一些问题。
评论
人工智能受到其输入的限制，也受到提前思考的能力的限制。
评论
p>
我认为这对于信息收集有好处，但可能不利于决策，特别是当 wowgpt 具有高度偏见时
randomc0w 写道...
什么是我感兴趣的是教它进行交易，就像马斯克教汽车驾驶一样，即通过观察人类。
特斯拉目前在 V12 FSD 中仅进行视频训练，只从最好的驾驶员那里获取数据通过安全分数。我不认为人工智能可以以同样的方式复制人类交易，除非它特别知道什么是好交易和坏交易。好交易和坏交易之间的区别可能是动态的+由于如此多的复杂信息，随机性元素可能太高。一笔好的交易可能有 60% 的成功机会，但很难确定 60% 的水平。
真正的钱在于找到能够实施人工智能并利用它来主导其行业的公司，而不是创造交易机器人。特斯拉已经赢得了这场比赛，至于法学硕士，谁知道，这个领域竞争非常激烈，很难选出赢家。
人工智能将导致市场和生活更加波动。一般的。 ETF/退休基金的兴起带来的巨额被动投资资金正坐在那里等待被利用。
正如那篇文章所说，每个人都将决策外包给人工智能，这会导致一些问题。< /p>
评论
O.P.
有趣的观点 - 谢谢。
愤世嫉俗的79写道...
每个人都外包他们的人工智能的决策
我不这么认为。 Brian Roemmele 将法学硕士称为“智力放大器”。我在现实中看到的是，对于最底层的十分位来说，它提高了最低的工作质量——例如，你再也不能因为写出糟糕的营销文案而逃脱惩罚。
但对于最高智力的十分位来说，它确实起到了作用作为放大器。有些人比我聪明得多，他们会利用法学硕士来做一些令人惊奇的事情。但在投资方面，我拥有跨多个行业积累的独特跨领域技能，其中至少有 10 年交易场内外的经验。当我测试法学硕士的两项技能的横截面时，它的见解几乎总是让我感到惊讶。真正的智能放大器。所以我的方法之一就是尝试将我完全不熟悉的不相关行业结合起来（或者将我熟悉的一个行业与我不熟悉的行业结合起来），并相信结果。请记住，谁能翻出最多的石头，谁就能赢得投资游戏。法学硕士可以帮助您更快地翻出更多的石头，而其他人甚至没有意识到它们的存在。
评论
randomc0w 写道。 ..
我不这么认为。 Brian Roemmele 将法学硕士称为“智力放大器”。我在现实中看到的是，对于最底层的十分之一来说，它提高了最低的工作质量——例如，你再也不能因为写出糟糕的营销文案而侥幸逃脱惩罚。
人工智能会提高市场效率，使其变得更加平衡吗？主动投资者更难跑赢大盘？
评论
randomc0w 写道...
但对于顶级情报十分位数来说，确实如此充当放大器。
在早期阶段它会放大，但最终人工智能会完成这一切，所有大笔资金都会外包给人工智能，因此作为交易者，你最终只会与人工智能竞争
目前的市场似乎过度受宏观主导，因此人工智能将被用来分析所有美联储会议，并根据演讲的措辞或数据结果以比任何人更快的速度立即推动市场。
也许它只会炒股，直到 08 发生。
记住，交出最多石头的人就会获胜。投资游戏。
只需要 1 项良好的投资即可获胜
评论
这篇文章已编辑
IBM Watson 在谈到然而，人工智能是一个有趣的数据点，迄今为止表现不佳。
https://etfmg.com/funds/aieq/
关于 AIEQ®
人工智能强大的 ETF，利用 IBM Watson 相当于一个由 1,000 名研究分析师、交易员和量化分析师组成的全天候工作的团队。
第一次听说它是在“第 271 集：人工智能革命的预期回报”https:// rationalreminder.ca/podcast/271
评论
这篇文章已编辑
cynical79 写道...
人工智能受到它的限制还可以通过提前思考的能力来输入。
我认为这有利于信息收集，但可能不利于决策，
好吧，但是：
特斯拉已经赢了那个游戏……你是说驾驶汽车时没有决策或前瞻性思维，这就是特斯拉做得如此出色的原因（……除了他们仍然没有任何决策或前瞻性思维）自动驾驶汽车在商业上运行，但与竞争对手不同，但除此之外，它们进展得很好）
特别是在wowogpt 非常有偏见的情况下
像成年人一样说话。几乎在所有情况下，非讽刺地使用“w”词的人的意见都可以被忽视，无需再三考虑
评论
trog 写道。 ..
你是说吗驾驶汽车时不需要做出任何决策或前瞻性思维，这就是为什么特斯拉在训练人工智能或至少让它训练自己方面做得如此出色，你需要数据，好的数据
特斯拉通过其驾驶员评级系统过滤数据。因此，有了这些良好的数据，人工智能就可以通过这些数据自我学习交通规则并驾驶，无需任何代码。
（它也可以以相同的方式训练特斯拉机器人，仅视频）
< p>如果你不过滤数据，那么人工智能可能会养成坏习惯，比如在停车标志处不停车、驾驶过于激进等，因为它正在复制普通司机所做的事情（而不是仅仅复制好的司机）<这同样适用于任何类型的人工智能系统，如果你教人工智能进行交易，那么它要么需要一堆严格的规则，要么复制其他交易者，但你如何确定什么是好的交易，什么是好的交易糟糕的贸易？交易类似于专业赌博，具有高度方差的小优势，但没有真正的方法知道决策是好是坏，您只能知道长期的正赢率，并且随着交易更具动态性，什么是有效的在一段时间内可能不会在以后起作用如果你的法学硕士有偏见，这种偏见可能会导致可预见的错误决策，并且可以被利用
评论
< p class="reference">愤世嫉俗的79写道...
但是你如何确定什么是好的交易，什么是坏的交易？
弄清楚交易是否是好的或者感觉不好，这比尝试构建能够安全驾驶汽车的计算机视觉模型简单几个数量级
这项交易赚钱了吗？是的？良好的贸易，请多做一些。不？糟糕的贸易！坏机器人！假设它能够找到它能找到的信息与买入/卖出信号是否有效（我对此表示怀疑）之间的因果关系
与针对安全关键的事物训练计算机视觉模型相比：
p>
屏幕一角的这一团像素是飞过的鸟儿的影子吗？还是一滴雨留下的斑点？或者是一只狗跑向汽车？或者它是一个孩子？或者它是视频压缩的产物？应该选择几乎无限的响应中的哪一个？
这是一个比基于 LLM 的交易机器人更难的问题。
这就是为什么今天任何人都可以构建 ChatGPT - 在几个小时内驱动交易机器人并让它进行实时交易，没有人会关心，并且（比如说）特斯拉没有获得自动驾驶批准的车辆。
并不是说他们不会！
只是这将是一个加息，因为成功的门槛将由安全工程师和监管机构决定，而基于法学硕士的交易模型将主要由认知偏见和人们对承诺丰厚回报的骗子的轻信来决定< /p>
评论
O.P.
trog 写道...
像成年人一样说话。几乎在所有情况下，非讽刺性地使用“w”词的人的意见都可以被忽略，无需再三考虑
确实，训练数据包括来自《华盛顿邮报》、《纽约时报》等的许多文章.而且各大车型也确实都进行了脑白质切除术。因此，您需要善于绕过安全功能，或者在家运行自己的法学硕士。或者两者兼而有之，这是我的方法。不幸的是，每次你通过手术切除法学硕士大脑的一小部分时，它都会影响整个语料库的其余部分。对于某些查询，我从我在家构建的 gpt4all 中获得的见解比 chatGPT4 更深入，而且这些甚至都不是危险的主题。另一个例子，当ESG不可避免地崩溃时，我正在寻找赚钱的方法。 ChatGPT4 尽最大努力做到无益，这不是你想要赚钱的东西。与我尝试测试关于煤炭的假设时一样 - 只是“不，未来是太阳能/风能”哈哈。
愤世嫉俗的79写道...
人工智能将用于分析所有美联储会议，并根据演讲的措辞或数据结果立即以某种方式推动市场，其速度比任何人都快
基本句子分析已经做到了这一点 - 该技术已有 10 年左右的历史，它与 Blomberg 新闻数据流连接，以分析有关公司的新闻是正面还是负面并进行交易。
人工智能的用武之地就是这一点，好吧，请记住法学硕士非常擅长完成句子。因此，在美联储发言之前他们就会知道美联储的行动方向。
但自从高频交易成为一种现象以来，这一直是一场白日梦。不管怎样，当市场变动时，我们仍然有人类交易员在路透社键盘上疯狂地输入订单。
我对中期至无限期交易更感兴趣。我认为人工智能在这方面有很大的帮助我的潜力，超出了仅凭财务比率所能实现的范围。我知道这里的很多海报都有非常不同的投资我很喜欢这种风格，但我没想到自己会成为唯一一个尝试利用人工智能来帮助做出投资决策的人。
评论
trog 写道。 ..
弄清楚一笔交易是好是坏感觉比尝试建立能够安全驾驶汽车的计算机视觉模型简单几个数量级
法学硕士交易机器人需要根据其他市场参与者做出预测行为，这最终会与自身竞争，从博弈论的意义上来说，它最终将没有阿尔法，除非市场的很大一部分仍然在没有机器人的情况下进行交易，或者机器人的水平较低质量
与为安全关键的事物训练计算机视觉模型相比，使用彭博终端进行基本新闻交易和分析新闻将是最快的
：
屏幕一角的这一团像素是飞过的鸟的影子吗？
这个问题已经基本解决了，只需要训练数据，特斯拉现在拥有来自 fsd 的超过 5 亿英里的训练数据
以前是贴标机给物体贴标签，后来AI大多能够自我贴标，现在只能通过人类驾驶员的视频数据来学习，如果出现故障可以添加新数据或模拟直到问题得到解决
例如，如果塑料袋飞过马路，或者物品从卡车上掉下来，已经有大量的数据来描述这些事情了
埃隆认为大约 60 亿英里的数据将接近目标，可能在 2-3 年内达到这个数量
交易机器人更容易，在没有速度优势的情况下赚钱的交易机器人可能不会更容易
p>
randomc0w 写道...
我对中期至无限期交易更感兴趣。我认为人工智能在这方面有很大的帮助我的潜力，超出了仅凭财务比率所能实现的范围。我知道这里很多发帖者的投资风格与我截然不同，但我没想到自己是唯一一个尝试用人工智能来帮助做出投资决策的人。
我认为这是正确的看待它的方式是因为短期交易不会赚钱，因为速度才是最重要的
我仍然认为大部分钱将通过预测技术获胜者来赚取，因为市场极度偏向空头-术语思维和婴儿潮一代分析（因为他们拥有大部分财富和权力地位）
散户押注于一件事机构押注于另一件事
如果人工智能可以预测政治/宏观/投资者情绪等任何程度的成功都会改变游戏规则，但我担心这些事情可能需要太多信息，而这些信息不会全部可用
它会提出预测，但其中的漏洞会更多数据错误越多
就像获取新闻一样，它已经被政治偏见、记者偏见和广告商偏见过滤了
这里的大多数发帖者过于墨守成规，讨论变得微弱，随着时间的推移逐渐减弱
评论
trog 写道...
认知偏差
这是根本挑战。
非常有趣的线索，在新领域提供了一些好的输入（双关语）。
评论
O.P.
regt写...
非常有趣的线程
出于某种原因，我的线程从来没有获得我希望它们笑的动力。我开始了这个债券线程：
/thread/9qr15lwn
我认为它现在就会关闭，收益率为 5%。但已经九个月没有发帖了！但不会放弃。
评论
您的目标是基于基础（数学）的结果、基于人类情感的结果还是图表分析结果？
我觉得通过使用LLM筛选大量股票以找出根本上被低估的股票，从中长期来看，人们可能会赚钱吗？
或者也许基于情绪会更好？
澳洲中文论坛热点
- 新西兰总理：出世在新西兰的新纳粹Thomas Sewell是“挺蹩脚的人”，但那是澳洲的问题
- 新西兰总理拉克森称新纳粹Thomas Sewell是坏人，但是没对要求把他从澳大利亚遣返到诞生国去的呼吁置评。
- 撞穿学校栅栏害死十一岁男孩的司机不必坐牢
- 一位女司机撞穿学校栅栏、害死了11岁男孩，被罚2000元罚金、撤消驾照，不必坐牢。Jack Davey 的父母去了