Može li AI predvidjeti burzu?
Ne dovoljno pouzdano da bi itko smio obećavati prinose. Neka profesionalna društva koriste statističke modele i modele strojnog učenja kako bi u golemom broju transakcija tražila male, kratkotrajne prednosti, uz strogu kontrolu rizika i niske troškove, a čak i ona imaju razdoblja s gubicima. To je nešto sasvim drugo od AI-ja koji vam govori gdje će cijena jedne dionice biti idući mjesec.
Kad ljudi pitaju može li AI predvidjeti cijene dionica, obično misle: može li mi neki alat reći što i kada kupiti i tako mi donijeti zaradu? Nema dobrog razloga očekivati da bi to ijedan alat, AI ili čovjek, pouzdano radio za običnog ulagatelja, a tko to obećava, nešto prodaje. Razlozi su navedeni u nastavku i nijedan ne nestaje s većim modelom.
Zašto AI ne može pouzdano predvidjeti cijene dionica?
Postoji pet razloga. Cijene reagiraju na vijesti koje se još nisu dogodile. Velik dio kratkoročnog kretanja je šum. Poznate informacije brzo se odraze u cijenama. Modeli koji se previše prilagode prošlim podacima često zakažu na novima, a taj se problem naziva prenaučenost. AI asistenti za razgovor rade s podacima do određenog datuma i stvaraju vjerojatan tekst, a ne provjerene prognoze.
1. Vijesti se još nisu dogodile
Cijene se mijenjaju kad se nešto promijeni: poslovni rezultati tvrtke, kamatne stope, sudska presuda, sukob, glasina. Model može učiti samo iz onoga što se već dogodilo. Iznenađenje koje sutra pomakne cijenu po definiciji nije u jučerašnjim podacima.
2. Velik dio kretanja je šum
Iz dana u dan cijene skaču iz razloga koji nemaju trajno značenje: velik nalog, naslov u medijima, promjena raspoloženja. Model može naknadno „objasniti“ šum, ali šum se ne ponavlja na način koji biste mogli iskoristiti.
3. Ono što se zna već je u cijeni
Mnogi profesionalni ulagatelji prate iste informacije vlastitim brzim alatima. Kad nešto korisno postane poznato, njihova kupnja i prodaja obično brzo pomaknu cijenu. Dok obrazac postane dovoljno očit da ga uoči aplikacija za male ulagatelje, prilika je obično već iskorištena.
4. Dobro opisati prošlost ne znači predvidjeti budućnost
Dajte modelu dovoljno slobode ili isprobajte dovoljno pravila i neka će gotovo savršeno odgovarati povijesti. To je prenaučenost (pretjerana prilagodba prošlim podacima): model je zapamtio slučajne osobitosti prošlosti umjesto da nauči nešto trajno. Njegovo povratno testiranje izgleda sjajno, a stvarni rezultati ne.
5. AI asistenti za razgovor stvaraju tekst, a ne prognoze
AI asistent opće namjene izrađen je da stvara uvjerljiv jezik. Zatražite li od njega ciljanu cijenu, dat će vam je, jer je brojka uvjerljiv odgovor, a ne zato što je proveo provjerenu prognozu. Mnogi rade s podacima do određenog datuma, pa možda uopće ne znaju današnju cijenu.
Kako prenaučenost izgleda u praksi?
Zamislite da na deset godina prošlih cijena isprobate tisuće pravila trgovanja. Čistim slučajem neka će izgledati izvrsno, kao što će nekoliko ljudi u velikoj skupini koja baca novčiće deset puta zaredom dobiti glavu. Odaberete li pravilo s najvišim rezultatom, njegovi će prošli rezultati izgledati impresivno, ali proizašli su iz sreće u tim podacima, a sreća se ne ponavlja.
Zato prodavačev grafikon prošlih rezultata malo znači. Pitajte je li pravilo bilo određeno prije razdoblja na kojem je testirano, jesu li uključeni troškovi trgovanja i postoji li evidencija stvarnog trgovanja pravim novcem koju je unaprijed vodila neovisna strana. Povratno testiranje je hipoteza, a ne rezultat.
Što zapravo prodaju usluge „AI predviđanja“?
Većina ponuda „AI predviđanja“ prodaje samopouzdanje, a ne prognoze: signale, ciljane cijene ili bota koji navodno trguje umjesto vas, umotane u stručni jezik. Neke su slabi proizvodi s dobrim marketingom. Druge su otvorene prijevare, u kojima je nadzorna ploča lažna, a novac nikad ne stigne na tržište. U oba slučaja tvrdnja o pouzdanom predviđanju znak je upozorenja.
| Tvrdnja | Što pitati | Znak upozorenja ako |
|---|---|---|
| „Naš AI predviđa cijene s točnošću od 90 %“ | Točnost u čemu, u kojem razdoblju, nakon troškova i tko je to provjerio? | Ne postoji neovisna evidencija stvarnog trgovanja |
| „Fiksni dnevni prinosi od AI trgovanja“ | Tko drži moj novac i drži li se odvojeno od novca društva? | Prinosi su stalni, fiksni ili opisani kao sigurni |
| „Povratno testirano na 20 godina“ | Je li pravilo određeno prije testa? Jesu li uključeni troškovi? | Prikazane su samo simulacije iz prošlosti |
| „Pridružite se našoj grupi za AI signale“ | Tko je vodi i je li ovlašten? | To je grupa za dopisivanje koja potiče na brzu kupnju |
| „Tajni algoritam, ograničen broj mjesta“ | Zašto bi itko nepoznatim ljudima prodavao prednost koja stvarno funkcionira? | Postoji rok ili polog kojim se algoritam „aktivira“ |
Posljednje pitanje vrijedi zapamtiti: kad bi neki alat doista mogao pouzdano predviđati cijene, njegovi bi vlasnici imali sve razloge da ga koriste sami, a ne da ga prodaju. Naša lekcija o prijevarama s AI botovima za trgovanje pokazuje kako funkcioniraju najgore od tih ponuda.
Kako sami možete provjeriti AI prognozu cijene?
Zatražite od AI asistenta prognozu cijene u dva nova razgovora ili malo preoblikujte pitanje. Često ćete dobiti različite brojke, svaku izrečenu samouvjereno. Zatim pitajte na kojim se podacima prognoza temelji i do kojeg datuma ti podaci sežu. Odgovori pokazuju da je prognoza generirani tekst, a ne izmjereno predviđanje.
To traje pet minuta, a naučit će vas više od bilo kojeg članka. Ujedno gradi naviku koja je najvažnija kod svakog odgovora AI-ja: samouvjeren ton shvatite kao stil, a ne kao dokaz.
Za što je AI zapravo koristan u ulaganju?
AI je koristan za razumijevanje, a ne za predviđanje. AI asistent opće namjene može objasniti pojam, sažeti dugi dokument koji mu date, navesti rizike koje opisuje proizvod, popisati pitanja za društvo i iznijeti argumente protiv vaše ideje. Zahvaljujući tim zadacima odluke donosite bolje informirani, a da se pritom nitko ne pretvara da zna budućnost.
- Pitajte što bi moglo uzrokovati pad ulaganja, a ne kamo ide njegova cijena.
- Tražite niz scenarija i što bi pokrenulo svaki od njih, a zatim sami provjerite činjenice.
- Pitajte zašto bi prognoza koju ste vidjeli negdje drugdje mogla biti pogrešna.
- Zamolite asistenta da dugo izvješće pretvori u pitanja na koja trebate odgovoriti prije odluke.
Cijela metoda opisana je u lekciji kako sigurno koristiti AI za ulaganje, a gotove formulacije u lekciji AI promptovi za istraživanje ulaganja.
Što ta ograničenja znače za vaše ulaganje?
Znače da trebate planirati za niz mogućih ishoda umjesto da čekate prognozu. Odlučite koliko rizika možete preuzeti, držite troškove niskima, ulažite novac koji vam godinama neće trebati i unaprijed znajte što biste učinili kad bi cijene pale. Ništa od toga ne zahtijeva predviđanje i ništa od toga ne možete prepustiti AI-ju.
Kontrolna lista prije ulaganja i provjera „Deset prije uplate“ izgrađene su upravo na toj ideji: dobre odluke proizlaze iz razumijevanja onoga što držite i onoga što može poći po zlu, a ne iz znanja o tome što će se sljedeće dogoditi.
Želite li AI asistente koristiti za pitanja na koja doista mogu odgovoriti? Individualna poduka o korištenju AI-ja za ulaganje uči vas pisati promptove i provjeravati izvore, a poduka o ulaganju bavi se samom odlukom. Nitko, ni čovjek ni AI, ne govori vam što kupiti.
AI i cijene dionica: česta pitanja
Može li AI kratkoročno predvidjeti burzu?
Ne pouzdano. U kratkoročnim kretanjima prevladavaju šum i nove informacije. Profesionalna društva koja trguju na kratkoročnim obrascima oslanjaju se na veličinu, brzinu, niske troškove i strogu kontrolu rizika, a ipak imaju razdoblja s gubicima. Aplikacija za male ulagatelje ili AI asistent za razgovor nema nijednu od tih prednosti.
Zašto AI chatbotovi daju ciljane cijene ako ne mogu predviđati?
Zato što su izrađeni da na svako pitanje daju uvjerljiv odgovor, a brojka zvuči uvjerljivo. Ako alat ne pokaže svoje podatke, metodu i datum, brojku shvatite kao tekst, a ne kao prognozu.
Je li AI bot za trgovanje koji predviđa cijene prijevara?
Nije svaki alat za trgovanje prijevara. Ali svaku ponudu koja obećava stalne ili fiksne prinose od AI predviđanja, prima uplate na platformi koju ne možete pronaći u službenom registru ili otežava isplate smatrajte prijevarom dok je ne provjerite.
Čini li više podataka AI predviđanja točnima?
Više podataka pomaže modelu da opiše prošlost, ali ne uklanja iznenađenja, šum ni činjenicu da su poznate informacije već u cijeni. A testiranje više varijabli ili više pravila trgovanja olakšava pronalaženje obrazaca koji pristaju samo slučajno.