Ai出现后，原先使用技术分析的交易者，有了一个似乎不错的工具把推理过程自动化。人工智能技术被用作行业应用时,图效识别还算简单的，比如保险医疗索赔处理，就有科学家指出，由于当前人工智能技术的“可解释性”低，即机器拒绝了一笔保险理赔申请，但是无法指出合理的拒绝原因，需要在企业业务中慎用。可解释性低是当前主流人工智能技术（即机器学习）的主要特点，机器学习是根据统计学规律来做出预测，但是推导结果的逻辑是黑盒的。技术本身存在缺陷，那么如何避免技术风险呢？ 有人说还是要结合人工，这样似乎就失去了AI应用的意义。为了避免Ai训练历史数据寻找模式时，交易者如果能把自己的交易规则或片段规则告诉Ai，则会增加训练结果的可解释性，这样训练的结果也能比较容易被自己接受。
zhen约 1 分钟