驯服令人愉悦的混乱

如果您想充分利用我们现在称为AI的领域，请寻找交易。具体而言，技术驱动的排序。

读过我的其他作品或不幸与我交谈的人已经听到了这一行。我长期以来的半笑话是我的AI咨询是基于我从交易中获得的最佳实践。

我有充分的理由这么说。现代交易 - 简而言之，我将在“算法交易”的伞下，将算法，电子，量化（量化）融资以及任何其他形式的计算机在股票市场上投放计算机 - 将数据分析和数学建模应用于业务追求。即使您的行业在金融市场遥远的地方，您也可以并且应该借用这些课程。您总是可以问：“算法交易将如何处理此建模问题/帐户在此数据管道中/将此分析工作连接到业务模型？”

最近，我一直在思考Algo Trading的起源故事。这使我问：

华尔街的计算机化可以告诉我们其他域中AI的兴起？

简短的版本是计算机到达，交易永远改变。但事实更加细微。从这个故事中内化更深入的教训的公司有望用AI（所有数据科学，ML/AI和Genai）赢得胜利。

让我们从缩写的，略微简化的交易技术历史。

令人愉悦的混乱的缩写历史

以其核心，交易是一个简单的买入低价，高价：购买一些股票；等待他们的价格上涨；出售这些股票；利润。

低价购买，高价：

交易的机制与策略，匹配和执行量：

交易策略 订单匹配 贸易执行。 十种 reg-nms

了解为什么

为什么

我去年写了简短的看法：

简短的

从较早的文章中继续：

直到计算机出现之前，我们才能做到这一点。 var