我目测这家公司随着老板逐渐衰老，雄心和精力开始衰减，以及注册制对整个市场交易逻辑和核准制固有玩法的摧枯拉朽，如果这家公司再跑不出一个结果来，可能要爆出战略大失误的事故来了。
然而，我个人的判断是：他一定跑不出结果。
股票交易是一个随机和不可测市场（业绩研究是可测的），如果你能发明一套系统把这个市场的所有奥秘都穷尽了，那么，结果不是你可以躺在这个市场里天天数钱了，而是，这个市场会直接消失，被国家取缔。
打个比方，如果你突然推出一套算法，可以在彩票市场百发百中（或者把胜率提高到80%吧）。那么，结果就只有两个：
1，彩票市场主管部门抓你入狱，罪名是你作弊；
2，彩票市场直接关闭，彩票这个产物退出历史舞台。
否则，国家开个交易市场，就是为了给你送钱的么？
而如果你始终推不出这个算法，那又说明你的研发失败了，所有的投入都将成为沉没成本，打了水漂。
美国的高频交易领域的尝试和监管部门的反应，已经侧面验证过这个问题了。此为前车之鉴，后车之师。
我们不妨静待这家巨头的爆雷。
如果所有人都用人工智能炒股，会是什么情况？
假设都用差不多的人工智能炒股，那么，资金多的（按比例）比较有优势，另外，只会有两种行情，
1种是单边行情，
2种是只有买1和卖1的横盘行情
因为判断一致，不存在个性化和理解分化的说法
有人试过编写个程序来炒股吗？
我有个邻居，一直自己尝试，2015年底，当时市值三千万的房子被法院查封了，还用信用卡套现了二百多万，试图翻盘，现在不知所终
当人工智能开始炒股，它会怎么做
人工智能投资系统可以通过经验学习实现“自主进化”。公司在全球拥有数千台同时运行的机器，其独特算法创造了数万亿被称为“基因”的虚拟交易者。系统利用历史数据模拟交易，目前可在几分钟内模拟1800天的交易量，经过测试，不好的“基因”被剔除，好的“基因”被保留。通过考验的好“基因”被用于真正的交易。公司员工只需设定好时间、回报率、风险指数等交易指标，剩下的一切都交由机器负责。
本回答由网友推荐
AI智能炒股是什么？
ai就是人工智能的意思 也就是人工智能炒股 就是电脑炒股就是一款高收益的人工智能的炒股软件
对于人工智能的学习有哪些建议
机器什么时候能像人一样思考、工作和学习？这是科技界研究了数十年的难题。这两年，随着苹果siri、微软小冰等应用的上线，人工智能离我们的生活越来越近。昨天，围绕人工智能相关话题，记者专访了微软亚洲研究院副院长芮勇博士。 微软的人工智能方向：高大上 记者：目前微软在人工智能方面做了哪些事？ 芮勇：感知技术、智能分析学习技术以及大数据技术的发展，让人工智能有了飞跃式的发展。微软股票去年上涨了30%，其中一个很重要的原因就是大力开发人工智能产品和服务。我们的理念是“Do More、Know More、Be More”，我有个非官方个人翻译，叫做高大上，就是高效率、大智慧、上品位。 微软最近推出了“小娜”“小冰”软件应用。小娜像是私人秘书，给你安排行程、协调时间，告诉你交通情况，给你提供可行性方案。小冰像一个朋友，像真人一样和你聊天。微博上有用户说，和小冰聊着聊着甚至会产生感情。小娜小冰的人工智能，来自于机器学习，计算机在经过几千万次的学习之后，将会有自己的智慧。 大智慧则更加侧重于智能交通、智慧城市的建设。比如，我们推出了北京、上海等城市的细粒度空气质量地图，综合实时数据、交通状况、人员流动等诸多因素，可以实时显示每平方公里上的空气质量数据，甚至可以预测未来一段时间内某一区域的空气质量状况。 上品位就更有意思了。微软亚洲研究院最近研发了一项技术，通过一张二维的发型图片，在上面顺着头发的走势画上两笔，就可以做出非常逼真的头发三维模型，头发的走向、纹理都清清楚楚。这个技术看似不起眼，但用处还不少，可以在动画、电影中任意更换人物的发型，还可以放在理发店里，让人们提前挑选自己想要的发型。 从功能到智能，还有很长一段路。1. ===功能===人工智能现在已经能实现很多功能了，比如语音识别——李开复博士当年做的工作奠定了很多当今识别系统的基础。这里忍不住说一下，siri本身的技术并没有特别大的亮点，真正nb的是它的模式（语音识别直接与搜索引擎结合在一起，产品体验做得好。而且关键是这样的模式能采集到更多数据，使得系统的精度越来越高）。自然语言理解——目前看到的最强的结果应该是ibm watson。但其实我们现在用的搜索引擎、中文输入法、机器翻译（虽然其实还不怎么work）都和自然语言理解相关。数据挖掘——随着近年数据量的疯狂增长，数据挖掘也有了长足进步。最具有代表性的是前几年著名的netflix challenge（netflix公司公开了自己的用户评分数据，让研究者根据这些数据对用户没看过的电影预测评分，谁先比现有系统好10%，谁就能赢100万美元）最后这一比赛成绩较好的队伍，并非是单一的某个特别nb的算法能给出精确的结果，而是把大量刻画了不同方面的模型混合在一起，进行最终的预测。计算机视觉——目前越来越多的领域跟视觉有关。大家可能一开始想到的都是自动驾驶。虽然大家都在说googlex的无人车， 但实际上现在无论是商业上，还是技术整合上最成功的算法是mobile eye的辅助驾驶系统。这个公司也是目前computer vision领域最挣钱的公司。从实现新功能方面说，视觉的发展的趋势主要有两方面，a) 集成更多的模块，从问题的各种不同方面，解决同一个问题（比如mobile eye，就同时使用了数十种方法，放到一起最终作出决策） b) 使用新的信息，解决一个原来很难的问题。这方面最好的例子是m$的kinect，这个产品最让人拍案叫绝的就是那个红外pattern投影仪。2. ===理论基础===这里说的是数学理论，是为实现功能解决问题而存在的。与人类的智能的联系在下一节说。从这个角度，我们已经有了很多强有力的数学工具，从高斯时代的最小二乘法，到现在比较火的凸优化，其实我们解决绝大多数智能问题的套路，都可以从某种意义上转换成一个优化问题。真正限制我们解这个优化问题的困难有以下三个：计算复杂度——能保证完美解的算法大都是np-hard的。如何能让一个系统在当前的硬件下“跑起来”，就需要在很多细节取巧，这是很多learning paper的核心冲突。模型假设——所有模型都要基于一些假设，比如说，无人车会假设周围的汽车加速度有一个上限（至少不会瞬间移动吧，否则怎么闪避）绝大多数假设都不能保证绝对正确，我们只是制定那些在大多数时候合理的假设，然后基于这些假设建模（比如，在语音识别里，我们是否要假设存在背景噪声呢？如果有背景噪声，这个噪声应该符合什么特点呢？这时候无论你怎么定标准，总能找出“反例”）。数据基础——任何学习过程都需要数据的支持，无论是人类学说话学写字，还是计算机学习汽车驾驶。但是就数据采集本身来说，成功的案例并不多。大概这个世界上最强的数据采集就是google了吧。每次你搜索一个关键词，然后点进去，google就自动记录了你的行为，然后以此数据来训练自己的算法。
什么是人工智能_它有什么用？
是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。目前来说，其最常见的应用范围有：搜索引擎的爬虫系统、软件的推荐算法、工业机器人、服务机器人、自动驾驶、机器翻译、智能家居等等！人工智能其实本质是数学，就像我们说数学有什么用，你买菜会数学就会算账，各行各业对于人工智能来说都有用。未来，说有用，任何一个行业都需要人工智能，你不懂人工智能就像文盲一样。但是这个并没有什么用，因为未来人人都会人工智能知识，就像现在我们人人都会算算数一样。就像数学一样，只是会数学没用，但是如果你数学特别好，成为行业里面的精英，就特别厉害。