人工股票市场

⑴ 九十年代股票市场是人工操作的吗

只能说那时候的下单和入单是人工操作，不过结算那些是电脑操作的啦

⑵ 中国股市

因1999年前的股市规模太小，故省略。
1999年2月的1047点到2001年6月2245点为牛市回。
2001年6月的2245点到答2005年6月998点为熊市。
2005年6月的998点到2007年10月的6124点为牛市。
2007年10月的6124点到2008年10月1664点为熊市。
2008年10月的1664点到2009年7月的3478点为牛市。.
2009年7月3478点到今为止仍为熊市。

⑶ 股票市场那么多股票如何选股

全高效选股法

前往陌生城市和景区，我们会不自觉地看看地图查查路线，也会网上搜攻略，怎么去最方便，当地又有什么好玩景点。

90年代自驾，需要翻阅省级、县市级纸质交通地图进行路线规划，向有经验的前辈咨询最优路线，时间久了也慢慢形成个人最优路线。领队者，必要时还要提前现场勘察、规划线路。

现在，我们只需要一个手机，输入目的地就能获得多种不同的路线方案，根据个人条件选择合适方案即可。虽然不一定是最快的，对于首次前往，却是最优解。

每次自驾远行，我都要开启某度地图，一开始都是老老实实走软件提示的路线，后面路线熟悉之后，中间会走几条未提供的小近道。

投资交易，也是如此，有路径可寻！

我们都知道：
交易，离不开运气、技术、时间，三者共同作用，缺一不可。

我一直认为：
基金最简单，期货最纯粹，股票最复杂。

股票靠运气，技术为辅，耐力为佐，时间为使。

期货靠技术，耐力为辅，运气为佐，时间为使。

基金靠耐力，运气为辅，技术为佐，时间为使。

期货和基金，标的选择相对简单。

期货：

只要选择交易活跃品种的主力合约即可，未来主力合约也行。

基金：

选择AB股总市值靠前的历史波动较大的ETF标的即可，如沪深300、中证500、上证50、创业板、医药、消费…

股票：

那就难了，市场标的多、地雷多、黑天鹅多，同时受政策和消息面影响较大，交易基本靠蒙、靠猜、靠运气，如若运气不佳买进之时就是山顶站岗之时，甚至面临退市，看看乐视网ST之流。

马化腾也并不能卖在阶段最高点，反而后面继续大涨，连他都无法预估本公司股价走势，更何况我们这些普通投资者呢？基本上不可能有条件和能力，对一个公司进行全面了解，更不用说市场上千千万万投资标的了。

我们如何选股，才能保证交易中尽可能少踩雷、少入坑、不遇黑天鹅呢？哪怕因负面消息影响，也能尽早解脱，以此保证账户长期存活，静等运气加持，风口到来。

出行看地图，交易靠软件。

专业的事让专业的人去做，我们只要在后面享受成果就行了。

交易软件已经为普通投资者，提供了基本投资路径，一条相对安全高效选股捷径。

我们都知道交易软件风格板块里，有社保重仓、券商重仓、保险重仓、QFII重仓、信托重仓、北上重仓、养老金、沪港通、深港通、MSCI等机构板块。机构之所以敢重仓，会新进，有减仓，必定是将标的公司上上下下，里里外外摸得透透的。

我们以这些板块股票为基础，依据基本面、技术面、概念、地区、行业等个人偏好，形成基本股票池，不仅省心省力，还尽可能保证交易中少踩雷、少入坑、少遇黑天鹅。

我喜欢把风格板块中的高质押股、亏损股、预计转亏等股票剔除，再把概念板块中的ST板块股票剔除。

机构板块个股定期有增减，虽然各个板块集合在一起，加加减减，也不是难事，但总归花费不少时间。

能用机器，绝不用人工。我们学会了软件选股，编辑一个指标公式就OK了。

⑷ 人工智能的出现对如今的股票市场来说具有怎样的意义

股市是一个心理的市场，人工智能也是无法掌握整个市场的变化。而且在散户占大多数的情况下，人工智能的影响，是微乎其微的。

⑸ 华尔街人工智能炒股用了多少台电脑

用的是超级计算机，如果是是普通的台式机我只能说你太了

Shaunak Khire 的团队开发了一套机器智能系统 Emma AI，正在募资成立一支基金，计划三个月内用 Emma AI 开始交易投资。现在资金筹措工作接近完成。
根据 Emma AI 官网的信息，这套系统是一个机器增强神经搜索界面，被设计用来做金融分析、调研、预测等工作，如预测美国收十年期国债收益率。
作为 Emma AI 的项目负责人，Shaunak Khire 是投资公司 Magha 控股的合伙人，这家公司编制金融指数并据此交易。

�0�2此外，他还在 2010 年成为克林顿全球倡议（Clinton Global Initiative）科技委员会成员，当年海地地震发生后，为克林顿-布什基金进行短信捐款方案的尝试。
今后 Emma AI 的交易会从医药巨头葛兰素史克（GSK）、特斯拉以及美国国债等品种开始。�0�2

Shaunak Khire 认为 Emma AI 可以代替金融分析师，并表示 Emma AI 跟传统程序化交易不一样，Emma AI 的神经网络系统会考虑更复杂的影响个股走势因素，如一个国家货币政策的改变。
而近三十年越来越广泛使用的程序化交易是一种交易策略，利用计算机根据现有数据模型进行高频交易，模型本身不会因为所在市场基本面的变化而改变。
依靠电脑和特定的数学模型做交易，这在华尔街已经很常见了。
根据市场分析机构 Preqin 的调查，美国现在大约有 1360 只对冲基金的交易主要是依靠程序化交易来实现，大概占到整个对冲基金市场的 9%，管理的资金规模大约是 1970 亿美元。

在 Preqin 的调查中，程序化交易的对冲基金跟传统对冲基金相比，收益率尽管不是一直领先，但最终五年收益率要好不少。

相比之下，人工智能技术在金融领域的应用虽然不多见，但也有一些知名的对冲基金参与在内。
Two Sigma 是一只管理资金规模超过 350 亿美元的知名对冲基金，他们利用自然语言处理技术，分析美国联邦公开市场会议委员会（FOMC）的发言。
这套技术会分析“证券”、“利率”、“抵押”等词汇的出现次数，从而得出譬如“2008 年，FOMC 有关金融市场的发言占 37%”，或者 “2007-2009 年，FOMC 有关通胀的讨论占 20%”等结论，帮助交易员设计交易模型时，有更多数据支持。
Two Sigma 利用自然语言处理技术的得出 FOMC 议题占比
Renaissance Technologies�0�2是全球最大对冲基金公司之一，公司特点是主要使用计算机进行高频程序化交易，基金规模超过 650 亿美元。今年四月，他们领投了一家使用人工智能技术的对冲基金——Numerai，后者总计募集资金 150 万美元。Numerai 在获得大量数据和金融分析报告后， 通过机器学习技术预测股票市场走势。
虽然有这些实验性的工作在进行，但暂时没有知名的对冲基金公司明确已经使用人工智能进行交易投资。

I.B.M. Watson 项目首席研究员 David Ferrucci 在 2013 年离开 I.B.M. 后，加入世界最大对冲基金公司 Bridgewater 。对此，华尔街曾以为 Bridgewater 将开发人工智能交易程序，Bridgewater 后来否认短期内会有这方面打算。
Bridgewater 在声明中补充道，关于科技对交易的帮助，他们更看重人工智能技术提供的逻辑计算帮助，而非数据挖掘。
当金融市场剧烈下跌时，程序化高频交易会根据策略模型严格执行止损，整个市场都这么做的话，就容易加速下跌。2010 年，这样一起事故让道琼斯工业指数在 36 分钟里暴跌 9%，被称为万亿美元的股市下跌。

⑹ 为什么国外的股票市场还采用人工竞价而国内的还采用电脑竞价

在电脑商用化之前交易所就是那样运作的，那是一种交易文化，不会轻易改变的