[ad_1]
人工智能。
这两个字母是很多人对人工智能的了解程度。 其他人通过下载使用 AI 生成问题答案的应用程序成为专家。
这是一点知识如何成为一件危险的事情的例子。 人工智能的答案取决于问题。 如果你正在为大学入门级课程写一篇文章，几乎任何问题（或所谓的提示）都会提供足够好的答案。
但是，如果您想知道验血读数异常意味着什么，错误的提示可能会导致错误的答案。 医生会考虑其他测试的结果，以将异常结果放在上下文中。 如果不这样做，可能会导致错误的答案……并可能导致危险的诊断。
有一天，人工智能应该能够考虑医生考虑的所有不同变量。 但是当那一天到来时，您可能仍然更喜欢现实生活中的医生来检查您的结果。 因为人类在他们的经历中会遇到人工智能可能无法解释的异常情况。
分析股票并不像解释医疗结果那么重要。 然而，有一些相似之处值得注意……以及我们今天可以用来进行盈利交易的一些潜在应用。
传统策略与未来人工智能模型
股市数据通常包含异常情况。 用更专业的术语来说，这些是统计异常值。
许多交易者认为他们的大部分利润来自异常值。 对于许多策略，测试证实了这一点。
你可以让 AI 识别异常值。 但这本身可能没有用。 当数据出现异常时，这不是一种交易策略。
投资策略需要基于合理的逻辑。 需要有一个离群值很重要的原因。 否则，您只是在交易统计噪声。 从长远来看，这几乎肯定会导致损失。
传统的交易策略是基于过去的市场行为。 也许您购买被低估的公司是因为其中一些公司在过去取得了巨大收益。 或者您根据移动平均线进行交易，因为从长远来看，它们提供了有利可图的信号。
这些策略基于历史概率。 人工智能策略的不同之处在于它们预测未来，而交易决策则基于这些隐含的概率。
人工智能在股票市场上实施将是一个挑战。 但它提供了巨大的潜力。
在过去的几个月里，我一直在试验 AI 模型，我想分享我在其中发现的潜力……
用 AI 发现隐藏的模式
要创建 AI 模型，您首先要了解市场中发生的事情的历史。 当数据显示价格走势与我们在过去一个月看到的相似时，您可能会寻找以前的时间。 然后你使用这些例子来找到一个价格目标。
这与传统模型有很大不同。 过去我们必须定义模型。 也许我们会说：“显示当价格超过 50 天移动平均线时会发生什么。” 然后我们创建了这些交易的数据库并分析了结果。
现在，我们正在研究最近的价格走势。 也许一只股票在过去 20 个交易日中有 15 个上涨日。 另一只股票连续下跌 14 天。 第三个显示来回价格行动，10 天没有净进展。
人工智能模型可以在个股中找到这些模式。 当类似的模式展开时，它可以贯穿历史结果。
不同之处在于，AI 模型并不局限于您看到和定义的信号。 如果设置正确，AI 会发现隐藏的模式。 它测试这些模式并在它们具有统计显着性时向您识别它们。
该模型可能会识别出许多潜在的机会并为您提供选择。 或者该模型可能会根据历史权衡每个机会并为您提供单一预测。
这是我们交易方式的一个有希望的改变——如果做得好的话。 如果处理不当，这将是一种快速赔钱的新方法。
如果你关注我一段时间，你就会知道我对创新很认真，尤其是在改进交易系统和保持对市场的适应性方面。 我一直在寻找最新的方法来提高我作为交易者的优势。
自然地，我正在我们的测试一个全新的 AI 策略 交易室 现在帮助我们多样化我们不断增长的盈利交易策略。
当像这样的新项目显示出希望时，这是令人兴奋的。 但仔细测试新技术也很重要。 像我们在直播间一样公开测试它可以让更多的观众实时确定它的效果。
有关如何访问我的最新研究以及我在交易室中经过时间考验的其他策略的详细信息，请单击此处。
问候，迈克尔卡尔编辑， 精准利润
（来自 CNBC：采访财政部长珍妮特耶伦。）
财政部长珍妮特耶伦昨天坐下来与 CNBC 的罗斯索尔金聊天，她对商业地产有一些有趣的看法：
“嗯，我确实认为商业地产会出现问题。 可以肯定的是，自从我们看到对远程工作的态度和行为发生如此巨大的变化以来，对办公空间的需求已经发生了变化，尤其是在利率较高的环境中。”
好吧！
不知道耶伦国务卿有没有看 榕树边缘，但我会指出 Mike Carr 三周前写过关于这个问题的文章。 然后他跟进了我 榕树边缘播客.
我真的很想相信我国财政部的负责人有更好的，或者至少更多 详细的 数据，比我们做的。 虽然看起来真的不像。
迈克几乎涵盖了她所有的要点 周 在她做之前。
这些问题到底是什么？
银行拥有商业债务
银行是商业地产债务的主要所有者。 随着租户重新谈判租约并减少建筑面积，一些作为债务担保的房产（如办公楼）面临价格大幅下跌的风险。
让我们玩弄这些数字。
商业地产的典型贷款价值比约为 80%。 这意味着对于一栋耗资 1000 万美元的典型建筑，其中 800 万美元将通过贷款融资，而只有 200 万美元的股权。
现在，在一个正常的世界里，这没什么大不了的。 贷款持有人拥有大量股权缓冲。
价格必须下降超过 20% 才能使贷款处于水下状态——这意味着该房产的价值低于用于为其融资的债务。 像优质房产这样的下跌很少发生。
问题是现在不是正常时期。 在经历了十多年的低利率之后，我们以非常昂贵的商业地产价格进入了大流行。
然后大流行袭来。 远程工作变得更容易接受，租赁办公室的需求下降。 如果这还不够糟糕，融资成本也会飙升，使持有房产的成本更高。
突然之间，20% 的缓冲区看起来不够大。 迈克提到了旧金山一座备受瞩目的建筑，其售价仅比大流行前的价格低了 78%。
那是一场灾难。
但好消息是，我们不必只是笑着忍受。 现在，Mike 正在努力将人工智能应用到他的交易策略中——特别是在他的交易室。 想了解更多关于迈克如何交易和投资的信息吗？
去这里了解所有细节。
问候，
查尔斯·塞兹摩尔总编辑， 榕树边缘
[ad_2]
Source link
