| 发布于: | Android | 转发：0 | 回复：17 | 喜欢：2 |
![[捂脸]](http://assets.imedao.com/ugc/images/face/emoji_33_face.png?v=1 "[捂脸]"){kind=small}
现在国产免费版体验最好的是月之暗面的kimi。搜索能力和总结能力都很强，完全可以替代百度。
我也试过谷歌的Gemini，但只是试用版，感觉不如付费版的ChatGPT 4。不知道Google Gemini 的付费版如何？（听说也强大？）
国内阿里巴巴的千义通问，有人说其数理推理能力很强，碾压很多开源模型。找时间研究下。。
其实，除了数理推理能力，我也很重视模型平台能否方便地提供数据喂养的接口。特别是对于投资，数据持续更新，对研究跟踪处理是很有必要的。。（百度的文心一言的文本喂养就见识过，似乎还是不错的）
突然间，觉得自己想学想试很多东西，但可能智力能力精力跟不上，一大把年纪了
$阿里巴巴-SW(09988)$ $谷歌C(GOOG)$ $百度集团-SW(09888)$
“Magnificent 7”总市值超两个日本股市规模，但德银警告，现在美股头十大占总市值的七成半，集中程度与1929年及2000年两大股灾时的情形相若。。
人工智能发展蓬勃喜人，也相信会对未来经济与社会产生长期深刻影响。但短期对各行各业的赋能及影响的程度可能在股市已被过于“放大”了（当然英伟达这种风口股若放在大A，还谈不上高估）。有研究认为，不少可以被AI取代或重整的“工作流”也需要时间与成本去部署及调试，有些AI应用的效率及效益还是有待提升。。
春节期间，自己研究的博弈及策略课题，剩余的问题没再进一步分拆给ChatGPT 解决，因为太耗时费神，最终自己还是用Excel解决了（也不需要它建议的编程），显然ChatGPT 4对稍复杂的概率树问题，暂时是无能为力的。。
$英伟达(NVDA)$
对于AI我一直有个疑问。如果按照坡普尔的理论学说，归纳总结法是不可靠的。AI是在模拟人类大脑的学习方法，核心就是归纳总结，经验推导。
投资者都希望获取长期稳定盈利，投资体系或策略具有较佳的“鲁棒性”非常重要。如何衡量它？ChatGPT给出这个建议：
衡量策略鲁棒性的具体指标和方法可以从多个维度进行考虑，这些指标和方法有助于评估策略在不同条件和场景下的表现稳定性和适应能力。以下是一些常用的衡量鲁棒性的指标和方法：
### 1. **回撤率（Drawdown）**
- 回撤率是衡量策略在最不利情况下的损失程度的一个重要指标。它计算的是从策略达到峰值后的任何点到最低点的损失比例。较小的最大回撤率通常意味着较高的鲁棒性。
### 2. **夏普比率（Sharpe Ratio）**
- 夏普比率是衡量策略风险调整后回报的指标，通过计算策略超额回报（策略回报减去无风险回报）与其波动率的比值。较高的夏普比率意味着在承担单位风险时可以获得更高的超额回报，是策略鲁棒性的指示之一。
### 3. **盈亏比（Profit/Loss Ratio）**
- 盈亏比是平均盈利交易与平均亏损交易的比率。一个较高的盈亏比意味着策略能够有效地管理亏损，同时保持盈利能力，这反映了良好的鲁棒性。
### 4. **胜率（Win Rate）**
- 胜率是策略盈利交易占总交易的比例。虽然高胜率不一定意味着高鲁棒性（因为可能存在少数几次大亏损抵消了多次小盈利的情况），但结合盈亏比和其他指标，胜率可以提供关于策略表现的有用信息。
### 5. **蒙特卡洛模拟（Monte Carlo Simulation）**
- 通过蒙特卡洛模拟，可以通过随机重采样策略交易结果或应用随机参数变化来测试策略在不同市场条件下的表现。该方法有助于评估策略在极端和不同市场条件下的稳定性和适应性。
### 6. **敏感性分析（Sensitivity Analysis）**
- 通过改变策略的关键参数（如止损值、止盈次数等）并观察策略表现的变化，可以评估参数变动对策略表现的影响，进而评价策略的鲁棒性。
采用上述指标和方法进行综合分析，可以从多个角度评估策略的鲁棒性。理想的策略应该能够在各种市场条件下保持一定的表现水平，能有效管理风险，并在长期内实现稳定增长。
人工智能又活跃起来，算力、数据要素、数字经济什么的都有机会，还好埋伏了数据ETF。