第十五章计算机和交易系统-外汇理论书籍-峰汇在线

人工智能形态识别

一方面，计算机给我们提供了一大套快速、简便的技术工具和指标，大大地简化了分析工作。另一方面，分析者的工作难度却同时有所提高。从前，技术分析者们只要掌握数种分析工具便能胜任自如，现在却必须同时面对多达40种的技术指标。根据认知心理学的研究，一般认为，人类意识在同时研究三种以上的变数之间的联系时，就会感到困难。如果要求分析者同时消化四种乃至更多的技术指标，也许他就会感到困扰。那么，如果我们决定只跟踪三种指标的话，哪三种最合适呢?

在我们进行市场分析时，计算机几乎完全被当成计算器了。其主要功能表现在计算数据、显示资料等方面，这节省了我们的时间。但是，如果计算机也能够对它计算的所有结果进行诠释的话，或许它就会更加有所作为了。这就是说，我们应当既充分利用计算机的计算能力，又充分开发它的逻辑功能。这就是所谓人工智能(AI)和形态识别(PR)的内容了。

人工智能是指计算机模仿人类的思维，借助具有“自学”能力的程序，来解决疑难。这时候，计算机实际上表现得活象具备了一定的“智能”那祥。它能够判断形势，作出决定，并且能从错误中汲取教训。

形态识别是指计算机以对各项指标或因素的分类为基础，学会如何预测市场，作出决策的过程。“形态”这个词用在这里，与早先我们描述的各种图表“形态”，意思是不一样的。形态识别的目的是，把所有的技术指标组合在一起，以产生“协同”的效果，而不是孤立地处理各项因素。

形态识别的第一步，是要从所有的技术指标中，选出表现最佳的个别指标。下一步，是挑出成绩最好的一对指标的搭档。第三步，找出结果最理想的三种指标的组合。往下，将重复上述步骤，不断添入新指标，直到所增加的新指标不能再改善组合的总成绩为止。在测试过程中，我们要使用两组不同的数据，一组是学习数据，一组是测试数据。从学习数据中获得的结果，必须从测试数据中得到验证。这种采用两组不同的数据进行侧试的技术，避免了所谓“曲线自适”现象。这种现象经常成为人们批评各种技术指标的测试方法的理由，特别是针对我们为优化而进行的试验。

利用人工智能和形态识别，我们或许能够对症下药，解决把如此花样百出的各种技术信息熔于一护的问题。在处理相抵触的技术信息的问题上，我们首先利用计算机计算出所有的技术指标，然后针对各个特定的环境要求，从中选出最佳的组合。这样的解决方案是显而易见的，那么为什么在这个方面迄今并无太多建树呢?实际上到目前为止，这类研究主要还停留在纯理论性的实验室阶段，从未经受过实践检验。其费用昂贵，对计算机的性能要求太高。另外，即使我们识别出了市场的形态，它们往往也是不稳定的，需要不断地进行再检验。在这一领域，拉登研究组是走在前沿的研究集体。该小组的主要发言人是其主席，戴维·阿伦森。

归纳总结

以上，我们讨论了计算机在期货技术分析领域的作用。我们首先概要地介绍了Cornpu Trac软件(目前，它是这个行业的领先者)，介绍了现有的多种计算机技术工具及其使用方法。我们讨论了关于自动交易系统的正反两方面意见，以及使用计算机信号的利弊。自动交易系统代表了期货交易的一种“黑箱”模式，用户根本无需了解决策的过程，实际上，用户甚至可以根本不清楚系统中到底包含些什么。也有些计算机用户宁愿自己主持决策过程，他们把计算机信号和各种指标纳入自己的分析过程中，由他们自己做出最后的交易决定。而这正是Cornpu Trac的出发点。

毫无疑间，交易商们越来越依赖计算机交易系统了，集聚了大量资金的私人和公众基金尤其如此。这一现象对期货交易正日益发生着巨大的影响。期货交易所的场内交易商们正在想方设法，以战胜计算机化的基金会。这些巨额基金影响、乃至扭曲短期市场行为的能力越来越强大。随着微型计算机的推广，各种技术分析软件的普及，包括资料传输的“在线”化，大大提高了普通交易商交易手段的复杂水平，导致了更多的短线交易。因为计算机终端的普及，交易商极容易取得日内资料，所以，当日交易也越来越盛行了。

我们还不能肯定，这个潮流最终会走向哪里。但是有一点很清楚，计算机带来了一场商品期货交易的革命。这并不是说计算机简化了交易过程。正相反，从某种意义上说，计算机使我们的工作困难得多了，其原因本章已有论述。从这一切事实中，我们得出一个重要结论。如果哪位商品期货交易商无缘拥有上述计算机技术的话，那么他就处在极为不利的地位上。因为所有的市场参与者都同时使月相同的信息，所以要战胜他人，从市场中获利是非常艰难的。在这种情况下，如果我们没有计算机的帮助，就等于把刀把子递给了其它竞争者，使自己大大地处于下风。计算机既来之，则安之。将来，它们的性能会更好，操作更简便，并且价钱更便宜。不过，我们现在也不能坐等呀。