AI操盘的三个弊端
“过度拟合”如同人类的过度自信
相信有过炒股经历的朋友，一定有过过度自信的时刻，因为你很可能在掌握了一个走势规律之后，就认为掌握了对同一问题的全部规律性认识。AI同样如此，因为在机器学习中，模型越是复杂、需要纳入的变量越是多，就越容易出现过度拟合的问题。放在金融领域，找到避免这类假规律的方法，正是阻碍AI能够全面应用的核心问题。
说不清道不明的决策原因
无论是高盛还是摩根大通，他们的AI操盘手在做出一个投资决策之后，都没法给出一个解释。如果AI的决策能一直为这些机构赚钱，这一问题肯定没人在乎，但是AI也有失手的时候，这时的投资机构就希望能弄清楚其决策背后的原因。
AI掌握的历史数据有限
要知道，金融市场诞生的时候计算机可是连模型都没有，而且在历史上出现的多次金融危机，很多都是由于一些“场外因素”造成的。如果高频交易系统的数据集只能够追溯一二十年的话，那么机器学习将受限于数据量不够，而无法进行长线投资。而且，缺失的历史数据，也有可能让AI难以规避可能会再度来临的金融危机。
所以说，现阶段有了AI加持的金融机构，或许能够替代人类操盘手，并且为金融机构带来更为稳定的收益，但是其自身的弊端也是很难规避的。未来随着AI的持续发展，必然会有更多的金融岗位被它取代，只是在关键时期的重要决策，恐怕还是离不开人类的智慧。
