Wang Siyi / Zhang Nan Design / Jing Jie中国股市在2025年写道。八月，上海和深圳300 Index录制了去年最强的单个月篮板；上海综合指数揭示了四月低点的几乎季度，十年来一直遥不可及。实际上，不仅中国，而且世界各地的股票市场也在上升。美国，日本和英国索引的代表在八月份都设定了新的高潮，而德国和巴西在7月初命中了高级记录。这显然是由于AI的爆炸性发展，这推动了上市公司的资本支出迅速增加并提高了获利能力。在前所未有的牛市中，有些人正在追求“赛道”和“风”，而有些人则真正是“球员”。它对应于金融界的两个名词：Alpha和Beta。 Beta代表您只要递给市场指数就可以获得的平均回报，这就是您对整个市场的投资和波动性。它是系统性的，就像是“处理费”。alpha的收益”，这种回报是“纯粹的”，它不能用市场中的任何其他知名因素来解释。真正的投机者是追求纯alpha的追求。对于真正的纯粹的投机者，对于真正的投机者而言，他们的回报不应依赖于众多的股票，而是远离远距离的范围，远离远处的范围，远离了距离远处的范围。能够揭露您和pan，但您应该知道第二个原则是重复：一个无意的好运并不是一个习惯。 的他们失踪了。但是应该认为，AI可以严格遵守这些准则。 01 2017年最小化算法的交付，在20天的扑克游戏中，由卡内基·梅隆大学（Carnegie Mellon University）开发的AI系统Libratus击败了四名领先的专业扑克玩家，以在Kampeonato赢得K赢得K。 Libratus使用基本技术来减少反事实遗憾的最小化，定义为CFR+）算法。反事实在实践中是指AI的一千千次，“如果我不这样做，但是有些不同，会发生什么？”最大程度地减少悔改意味着每次减少后，AI将检查“不选择更好的行动”的“遗憾水平”。它继续并机械地调整其方法，直到减少这种“遗憾”。与完美的信息游戏（如国际象棋或Go）不同，扑克是一款“非信息”游戏，玩家看不到对手的王牌卡，并且在信息不完整时应该做出决定。 CFR+和“减少了您没有的遗憾t take different actions” atn allowing AI to play trillion times in itself. Another AI sports bookmaker Leans.Aai, achieved more accurately "measured" by the main "Remi" main algorithm. The REMI algorithm can process thousands of data points, such as player statistics, periods, damage reports, etc., and calculate the likelihood of winning each stake. In addition, the algorithm also uses a Kelly criterion to将“单位”分配给每个推荐的赌注。 B：赔率可用。T直接告诉您“谁会获胜”，但会提供诸如“获胜的可能性为54.4％。接下来，将这些倾斜结合在一起。每年。方法。ainstream narrative". Although sports betting experts look at the team's status and the feelings of the odds, keep an eye out for potential energy in the game, calculate the rhythm movement, and care for liquidityAnd disability limits, but in their hearts, they believe a game is fair. And the opposite is AI. One of its benefits is ignorance. The AI ​​model does not "know" what a hot search and an expert is, nor does it prevent human emotion and prejudice.为此，规则，法律，新闻和财务报告只是可以使用的数据点，这通常是“愚蠢的”。她是一台主要计算机，56％至60％应大学赌博朋友团队的要求。到2025年初，SED向AI介绍了该实验，并开发了一位名为Monstergpt的明智助理，以筛选美国专业体育赛事的投注解决方案。该系统基于其自己的不可预测的模型，并包括实时从Internet获得的信息。通过“检索增强生成”技术，Monstergpt可以致电网络爬网，以在培训数据之外获取最新信息。现在，SEID试图使这项技术成为业务。他发布了类似“昨天，他在社交平台上获得赌博AI的1,200美元”之类的内容，以吸引用户，并提供了使用工具（例如Monstergpt）的许可，每月77美元。 03但是，如果每个人都在使用AI怎么办？人工智能在两三年之内有所增加，一个事实并没有改变：通过提供AI服务赚钱的人比仅仅是AI用户赚钱更多。但是，真正分散注意力的不是e稀释由AI的流行造成的AI股息，也是使用基础设施来支撑行业生活的技术的寡头 - 这些都是出乎意料且独特的情况。 2010年5月6日下午，美国股市在下午2:32突然开始暴跌。 （东时）。道琼斯琼斯的平均产业瞬间下降了约1,000点（约9％），然后在十二分钟后退缩。在大约20分钟内，市场上的价值NG书籍的蒸发率约为1万亿美元，许多单独的股票和ETF以极高的价格进行交易（例如，在很短的时间内，有些人与大型股票交换了几分钱）。因为它即将到来且快速，所以这次事故称为“ Flash Crash”。 Flash Crash：2021年数字货币领域的类似事件发生了什么？您还可以将股票市场想象为高速公路。大多数自动交易机器人配备了相同的“导航”（请参阅​​同一BATCH数据，使用相似的模型并在同一云服务上运行）。一旦发出特定的消息，导航还提示了更快的速度“更快地”。结果，每个人都加入了线路，并在同一秒内冲向同一侧：要么在扭曲中购买，要么一起购买。市场将有一个“立即安排” - 所有买家在购买的一边都很紧张，所有卖家在销售的一边都很紧张，并且随时准备在中间订购的报价突然下降了。如果AI在未来市场中的比例较高，则此过程将更快。 Bilang karagdagan, ang isang bagong nagtatrabaho na papel ng National Bureau of Economic Research (NBER) ay nagpapakita na kahit na walang malinaw na komunikasyon, ang mga algorithm ng pangangalakal na hinimok ng pag -aaral ng pampalakas (RL) ay maaaring "kusang Matutunan“ Ang Ilang Mga Pare -pareho na pag -uugali sa paulit -ulit na mga laro，na nagreresulta sa sa isang sa isang paglihis paglihis mula sa pangkalahatang antas ng presyo mula sa isang ganap na mapagkumpitensyang州。在这项研究中，研究人员用RL贸易机器人联合（RL Trade Robotsalso United）取代了人类商人，以探索这些技术，并在模拟市场中进行实验，以观察对手的行为并反复混合。结果，发现这些算法逐渐形成了两种看似“策略”的行为模式，而无需进行任何交流：一个是“惩罚和拒绝” - 只要机器人是第一个降低价格和抢购命令的机器人，其他算法将同时立即降低价格。他们恢复高价后，一切都会恢复原始价格。其他人则是“保守的摘录”，它积极扩大出价并提供价格差异，从而使整体摘录变得更加严格。这两种技术的共同果实都是将价格推高到完全竞争性的水平上。摘要这一现象是一种“ AI阴谋”现象D警告通过同质性算法和真实市场的行为可能发生的加强影响。早期实验经济的结论证明了这一发现。在模拟“寡头重复定价”的模拟中，尽管多种Q学习定价算法没有通信，但它们可以通过“测试寄生虫测试”机制自愿维持更高的价格范围。因此，监管研究社区引起了现实的关注：股票市场上没有一个标签的价格标签，而且价格是由无数订单说明的持续匹配而形成的。如果大量做市商依靠相似的数据源，采用类似的模型架构和优化目标，并继续通过相互观察来学习，随着时间的流逝，他们对“不彼此之间的订单不抓住命令并保持稳定性”的默认理解：差异往往保持安全范围，报告的命令趋于报告的命令倾向于休息的命令倾向于休息。雨水，当面对市场波动时，它会同时收缩 - 面对顺风时的稳定性会增加，并且在面对起义时的弱点也会增加。美国证券交易委员会前主席加里·贡斯勒（Gary Gensler）一再提醒人们，AI可能是引发下一个金融危机的目的。 04结语：Alphapag纯纯投机者是那些在艺术品中溢出的“事故”的人。在一般上升的那一年，Beta可以防止所有船只，但真正的区别来自Alpha的“正交”线，并具有市场趋势，该趋势通过纪律，检查和时间来维持。做这项工艺的锋利。回复凯利的最小化，分发，在线学习和链接到实施，将“直觉”压缩为公式，然后将“感觉”转换为位置。它的好处是，它不是由人类情感转移的，也不是被叙事所混淆，只对数据负责。但是，风险LSO建议：当如此众多的模型读取相同的数据，采用相似的目标并在同一基础设施上运行时，市场变得越来越脆弱 - 面对空气时，市场变得更加稳定，并且在面对空气时更容易破坏。效率和破坏通常是相同的两个方面。回到Sohu看看更多