隨著科技的不斷發(fā)展和應(yīng)用，股市技術(shù)分析也在逐漸迎來新的變革和挑戰(zhàn)。傳統(tǒng)的基本面分析已經(jīng)不能滿足投資者對于股票走勢預(yù)測的需求，而更多投資者開始將目光聚焦到了股市技術(shù)分析領(lǐng)域。近年來, 以大數(shù)據(jù)、人工智能為代表的前沿科技手段正日益成熟地融入到了股市技術(shù)分析中。

一方面，在這個信息爆炸時代，海量數(shù)據(jù)催生出各種類型與形態(tài)復(fù)雜度都非常高且數(shù)量龐大又快速變化并具有時間序列特性等問題需要處理. 而傳統(tǒng)方法很難從這些海量、復(fù)雜、動態(tài)及異質(zhì)性數(shù)據(jù)之間提取有效規(guī)律; 另一方面, 巨大計(jì)算資源正在加速推進(jìn)深度學(xué)習(xí)模型訓(xùn)練收斂，并使得其可以被實(shí)際使用.

同時, 在金融交易系統(tǒng)上采納自然語言處理(NLP) 技巧是一個比較好嘗試: 利用NLP抽離事件驅(qū)動信號或情感因子進(jìn)行建模策略；通過關(guān)系抽取識別公司內(nèi)部員工持倉/減持操作行為等利空提示。

此外還有機(jī)器視覺(MV), 它會幫你定位圖像當(dāng)中所有符合條件區(qū)域（ROI） 如漲停板標(biāo)志牌(即所謂“五連板”), 或直接檢索文檔圖片尋找相關(guān)線索甚至可能判斷柜臺業(yè)務(wù)忙碌程度做風(fēng)控決策 ; 知識圖譜(KG)，它可支撐知識問答(QA)功能完成”穩(wěn)步揚(yáng)升”的階梯式突圍過程.

除此之外，“黑色產(chǎn)業(yè)鏈”——如何運(yùn)營？怎樣監(jiān)管? 這里必須倒回去看：首先要明確哪些屬于"灰色地帶", 其次就是政府是否制定相應(yīng)法規(guī)約束“,最后則由公眾參與互聯(lián)網(wǎng)舉報(bào)平臺積極揭發(fā)！

值得注意的是，雖然現(xiàn)今國家證券監(jiān)督管理委員會 (CSRC) 對AI+金融給出鼓舞性指引但未立章設(shè)法確認(rèn)說明白 AI 模型如果導(dǎo)致錯單換單該如何歸責(zé)呢?

總體而言，在當(dāng)前社會背景下，科技正在改變我們認(rèn)知方式--包括理論依據(jù)—-注重歷史根源原理 —-再向數(shù)字核心轉(zhuǎn)移！

無論如何說道：“萬事開頭難”，畢竟能夠成功只要堅(jiān)持不懈!