AI由人工智能使EA化為「聖杯」？實際嵌入後所知的事情

連載嘅番外篇。近時，「AI搭載」嘅EA同指標越嚟越多見。我哋見到「AI會預測市場走勢」「AI會判斷最佳時機」——睇到呢啲說話，難免會有啲期望。喺EA嘅世界入面，由古至今都有「聖杯（絕對贏嘅方法）」呢個詞，但AI會唔會成為嗰個聖杯呢？

今次，喺實際將AI嘅機制整合入USDJPY Ultimate並作實驗嘅立場上，直頭講出我嘅真感受。

先同你講清嘅事

呢個連載我哋一向冇提及，但其實USDJPY Ultimate嘅代碼入面已經嵌入咗用AI做嘅實驗性功能。不過，喺預設情況係OFF，同而家售賣嘅版本嘅表現冇任何影響。呢個只係開發中嘅驗證階段。喺呢個前提之下，實際試過之後所得嘅感受分享。

聽到「AI搭載」時，多數人腦海入面浮現嘅嘢

近幾年，若你問AI，佢會根據情況去思考，嗰次次都會畀出最適合嘅答案，呢個體驗變得好近好貼近。與AI以對話形式傾嘢，佢會理解你嘅情況，對比幾個選項，根據當時情況畀出最適合嘅答案。

當睇到「AI搭載EA」呢個詞，唔少人腦海入面大概都會係近呢種形象：而家嘅走勢圖、而家嘅新聞、而家嘅市場氣氛都會被佢吸收，AI會喺每次作出最適當嘅判断——就好似一個聰明嘅顧問咁。

放入EA入面嘅AI模型，係由過去數據預先訓練好，算係一種「固定嘅計算式」。每次運作都唔會重新喺現場再度思考、亦都唔會理解上下文。輸入嘅都係以前文章提到過嘅指標，例如ADX嘅值、SRSI嘅狀態、布林帶嘅寬度，係幾個數值化嘅特徵量。唔係睇緊新聞，亦唔係感受整體市場嘅氣氛。輸出都唔係對話，而係一個數值。

換句話講，係實質上「聰明嘅顧問」唔如「另一個較為複雜嘅指標」。呢個唔係話呢個AI唔好，嘅確係表面上嘅AI形象同實際嵌入喺EA入面嘅AI之間，有好大距離。喺呢個前提下，我會分享我實 trial 嘅內容。

試過嘅三個方法

「AI嵌入EA」講法得多，但方法唔係得一種。我喺實際研究同實作中，主要分成三個大嘅方法。

結論就係，現時認為最有潛力嘅係第三個方法。原因好簡單，第一、第二係試圖預測整個市場嘅未來，即使係人類有經驗嘅交易者都好難做嘅事，但第三係喺已經篩選好嘅信號中再剃除低質嘅，範圍有限、較容易處理。唔好將難題全丟畀AI，而係將問題拆成AI容易解嘅部分，呢個係我最大嘅學習。

點解AI唔會成為「聖杯」

喺呢個連載入，我哋反覆強調避免過度擬合過去數據嘅重要性。AI模型通常有比一般規則基礎嘅過濾器多得多嘅內部參數。表現力越高，就越大機會喺提供嘅過去數據中「正好」貼合，呢個風險亦越大。

實際上，用同一批資料訓練出嚟嘅模型，喺訓練用嘅期間表現良好，但喺另一段期間測試時，表現可能大幅下降。喺AI用喺EA開發上，呢個情況比一般嘅規則基礎驗證更加需要高度警覺。要嚴格分開訓練數據同驗證數據，睇下佢喺未用過嘅期間會點樣表現。呢個步驟若冇落實，就話AI「表現好」呢種結論，就好危險。

但係仍然認為有用嘅空間

我哋講得比較保守，但並非完全否定AI。以ADX、MA、SRSI嘅值同布林帶嘅狀態等已經由人類理解過嘅特徵量，去尋找「呢組合條件之下，經驗上勝算偏低」呢種模式，呢啲都係AI擅長嘅領域。

重要嘅係，唔好以AI為主角去設計「AI嘅判斷就係全部」，而係喺呢啲SRSI、四重過濾、資金管理呢個基礎上，將AI作為輔助嘅層次嚟堆疊。基礎唔穩嘅情況下，單靠AI去決定就會變成黑盒，咁樣就講唔出發生咩事，呢個正好同我哋連載一直強調嘅「唔遮掩嘅設計」背道而馳。