本服务提供的英文翻译是日经新闻制作或经第三方授权的日文内容,由第三方提供的自动翻译系统在日经新闻对内容进行一定处理后,自动机械翻译的结果。日经新闻对英文翻译不作任何明示或暗示的保证,包括对准确性、可靠性、有效性和特定用途适用性的保证。用户应在充分理解本服务采用自动翻译系统的情况下使用本服务,该系统可自动机械地识别和分析信息并输出结果。
摘要 — 使用计算智能(即人工智能 (AI) 和机器学习 (ML) 的方法)来自动发现、实施和微调金融市场中自主自适应自动交易的策略的研究由来已久,有关该主题的一系列研究论文已在 IJCAI 等主要 AI 会议和《人工智能》等著名期刊上发表:我们在此展示的证据是,这一研究领域存在许多方法上的失误,实际上,一些据称表现最佳的公共领域 AI/ML 交易策略通常会被完全不涉及 AI 或 ML 的极其简单的交易策略所超越。我们在此强调的结果很容易在十多年前相关关键论文发表时就被揭示,但这些论文发表时公认的方法涉及一种对交易代理进行实验评估的最低限度的方法,仅根据在少数市场场景中对交易代理进行的几千次测试做出断言。在本文中,我们展示了使用并行云计算设施对广泛参数值进行详尽测试的结果,我们在其中进行了数百万次测试,从而创建了更丰富的数据,可以从中得出更可靠的结论。我们表明,已发表文献中最好的公共领域 AI/ML 交易员的表现通常不如“零以下智能”交易策略,这种策略从表面上看似乎过于简单,以至于会造成财务损失,但它与市场的互动方式在实践中比研究文献中众所周知的 AI/ML 策略更有利可图。这种简单的策略可以胜过现有的基于 AI/ML 的策略,这表明 AI/ML 交易策略可能是对错误问题的良好回答。