北斗星自动炒股软件同自动炒股软件手机版
东方网·纵相新闻记者 卞英豪
北斗三号全球卫星导航系统正式开通。如今北斗有多火？不仅带“北斗”的股票涨了，北斗的零部件也成了“香饽饽”。但与此同时，部分公司也借着北斗“博出位”，甚至连山寨的“北斗APP”也能走红。
北斗都有APP了？假的！
7月31日，北斗三号全球卫星导航系统正式开通。就在当天，一款名为“北斗地图”的APP开始霸榜各类应用商店。
这款APP有多火？根据第三方数据显示，7月31日-8月3日，这款软件位列苹果App Store免费应用排行榜第一名。更厉害的是，有超过12万网友纷纷为其点赞，分数高达4.9分（满分为5分），这几乎是同类软件的翘楚。
而在安卓商店，名为“北斗地图”的软件下载量已经超过了200万，而另一款名叫“北斗导航”的软件下载量更是超过了500万。
然而，必须要指出的是，所有这些走红全网的“北斗APP”——全！是！假！的！
以霸榜的“北斗地图”为例。东方网·纵相新闻记者发现，其与市场上传统的地图软件并无二致。而软件的开发者名为“深圳逗趣互联科技有限公司”，根据企查查数据显示，该公司的经营项目与北斗导航相关业务毫无关系。其登记软件著作权包括斗地主、休闲棋牌室、游戏中心平台。
（图：“北斗地图”app的界面）
一手北斗，一手斗地主？这操作如同其公司名一样“逗趣”。相同情况也在安卓的“北斗导航”软件上出现。这款下载量超过500万的软件，其开发者名为“深圳西瓜影音科技有限公司”。数据显示，其开发的软件主要为电影播放器和手机闹钟……
“北斗系统是‘不可能’做出地图的。”中国科学院空天信息研究院研究员，被网友昵称为“北斗女神”的徐颖曾对此进行过辟谣。
徐颖介绍，北斗系统可以提供精确的位置信息。但诸如“高德地图”、“百度地图”等是基于位置信息的服务，“北斗地图完全不等于北斗卫星导航系统，北斗卫星导航系统跟地图之间也并没有直接联系。”
事实上，早在2018年4月，所谓的“北斗地图”已经“红”过一次。当时这款app自称，利用北斗导航系统，其导航功能可精确到1米以内，能够清晰定位到具体车道。
当时，这款软件引起了轩然大波，还有机构兴奋地解读称，“北斗高精度定位正式应用”、“北斗APP落地运行”。
然而，随着科研人员进行辟谣，包括《人民日报》在内的官方媒体也发声称，切勿被此类信息“忽悠”。北斗的招牌，不该被商业噱头“蹭热点”。
（图：北斗卫星导航系统新闻发言人介绍北斗系统 国新网 图）
蹭北斗热度并不能发家致富
8月3日，北斗卫星导航系统新闻发言人冉承其表示，400多家单位、30余万科技人员集智攻关，攻克星间链路、高精度原子钟等160余项关键核心技术，突破500余种器部件国产化研制，实现北斗三号卫星核心器部件国产化率100%。
连日来，A股市场的“北斗概念股”可谓火热。当天，合众思壮、北方导航、中国卫通、华测导航等超过10只股涨停，中海达、航天电子等逼近涨停。
这些北斗概念股中最为核心的当属北斗星通。这是国内卫星导航产业的首家上市公司，也是唯一一家获得国家大基金入股的北斗产业链个股。一个月以来，该公司股价涨幅已超过74%，总市值达到了275.57亿元。
不过，必须要指出的是，炒作此类概念股仍需警惕客观存在的风险。包括北斗星通在内的“北斗概念股”普遍业绩不佳。“龙头”北斗星通的2019年年报显示，公司净利润亏损6.5亿元，同比下降710.59%。
与此同时，近些年以来，曾有一批上市企业想要借北斗“蹭热度”。
此前，服装厂商江苏三友集团曾宣布与相关合作方签订了《“北斗卫星系统应用设备产业化”项目合作协议》。公司将首付项目合作研发款100万用于“北斗授时设备”的研制，并出资375万元，同合作方设立江苏北斗公司，研发、制造和销售北斗卫星系统应用设备。
然而最终，江苏三友转型失败，该公司在2014年因资不抵债，被进行破产清算。“蹭热度”最终以失败告终。
由此可见，北斗虽好，但并不是“蹭”上北斗的都会好。
推广国家科技，立法与科普一个不能少
大国重器，国家科技，十分需要众人合力进行保护。
目前，包括“北斗地图”在内的多款APP仍然摆在各大应用商店的“货架”上，有的更是已经上线超过了2年多的视角。部分软件甚至还向用户收取了1-20元不等的费用。
事实上，如此行为已涉嫌违法。我国《商标法》中明确规定，带有欺骗性、容易使公众对商品的质量产生误解的标志，不得作为商标使用。文中提到的多款“北斗APP”不仅明显存在欺诈性质，其山寨行为更是有损“北斗”的形象。
值得一提的是，关于北斗系统，我国已着手在法律上予以保护。目前，我国正在修订《卫星导航条例》，相关立法工作已经启动。成体系的法律法规不仅将加速北斗知识产权的保护，同时对北斗系统“走出国门”，进行全球布局提供了坚实的保障。
北斗系统不存在也不应该存在独家代理，某一厂商代表国家北斗形象本身
也是不合理的。相关方面应依法打击冒用、盗用行为，捍卫来之不易的科技成就。
另一方面，“北斗女神”徐颖同时表示，需要加强公众对包括“北斗”在内的国家科技的形象认识。“北斗在国内人气很足，但关于卫星导航和北斗系统的知识也需要不断科普。”
“科学家有责任与公众分享研究成果，同时也要对抗科学欺诈，抵制谣言。”徐颖认为，科普不仅能帮助民众更好地认识民族科技，也能加强全民的科学素养。“好的科普首先是正确的，没有错误的，其次是有趣的，能让听众从中学到东西。”
“北斗”作为民族品牌，有关方面不仅需要对“蹭热度”予以合理管控，对恶意营销“重拳出击”，同时要加强知识产权的保护，充分呵护好民众对于民族科技所建立起的信任，不要让这份自豪感被不良商家任意消费。
对每一位普通百姓而言，不信谣，不传谣，点赞中国科技的同时，通过提升科技素养，自觉抵制这些打着民族科技噱头的“李鬼”，也是我们能为大国重器所做出的应有贡献。
现在的人工智能其实已经遍布我们的生活，网易或者qq音乐为你自动推荐播放列表选择歌曲，智能手机已经有了人脸识别，自动驾驶汽车也即将来临。随着技术的进步，人工智能的应用会变得更加普遍。但是这里有一个大家无法得到的应用，就是通过人工智能对股市进行预测：一个超越市场的智能选股机器。
这并不是因为对华尔街缺乏信息。其实从20世纪80年代中期开始，人工智能工程师为了模拟市场，聚齐了最聪明的数学和计算机科学专业毕业生和少数秘密对冲基金经理已经创造了不小的变化。
人工智能投资市场仍然是尖端和不断尝试的领域。其实大多数投资者都无法击败平均水平，而每一台暂时找到战胜市场规律的公式很快就会面临其他试图超越它的人。但事实证明，人工智能投资的成功也比预测下次购买亚马逊更难。 这是应用机器学习中最困难的问题之一。
其中主要的原因就是数据其实是很不平稳的。固定数据的一个例子可能是左眼和鼻子之间的距离。除非你有整形手术，否则这是一个常数。如果一台机器看过数百张你的照片，它将能够很有可能识别你。
在金融市场，数据可能以前所未有的方式发生巨大变化 。例如，2013年欧洲和日本大部分地区的利率变为负值。其他变化可能更为稳定。 1998年，美国股票的定价从分数开始计算。这对于计算机来说并不难以适应，但它可能让一些人类交易者感到慌乱。 数据改变了市场中的一些结构，也可能改变了一些行为，
在股票股票市场，股票的价值一直在移动，并不总是出于任何明显的原因。大多数市场走势都是经济学家所说的噪音交易。回到图像识别类比，想象一台计算机试图识别在黑暗中拍摄的照片中的人物。这些图片中的大部分数据都是无噪音的黑色像素。
更重要的是，随着数据集的出现，股票价格的历史相对较薄。假设你正在尝试预测股票在一年内的表现如何。就算我们回溯到1900年有不错的记录，所以在美国只有118个非重叠的一年期间的数据可以看一下。但是与图像识别的技术训练相比，图像识别拥有无穷无尽的图片可以使用 。 每天可以处理3.5亿张图片。在图像识别中，简单的技巧，如旋转照片或改变颜色可以增加数据量;。但是人为地增加股票数据集的规模是很困难的。
另外在股票市场找到一个明显的信号更加困难。 例如，在每个月的第一天购买股票 ， 没有多大用处。如果这在过去有效，它可能只是一个侥幸，即使它不是，它将被很快发现并被其他人交易。因此研究人员专注于非常微弱的信号，这些信号可能只有51％的确定性可以预测未来的价格。人工智能对于股市的预测一直在寻找处于检测边缘的模式。大多数投资者无法利用这种模式。为了使它们发挥作用，资金经理必须结合成千上万的赌注，并通过杠杆投资和借来的资金来放大它们。
人工智能选股的机器成本过大，迫使精英量化经理寻找其他优势。在投资方面第一个要解决的一个交易成本的问题。在股市交易中，最明显的交易成本是经纪人收取的费用，它占据了报价 - 例如IBM公司股票的135美元，根据你想买的股票数量而言。您可能只能以135美元的价格购买100股;购买1,000股股票需要更高的价格来吸引新的卖家。平均成本可能是136美元。了解真正价格唯一方法是在市场上进行交易。
教一台机器来预测交易成本有两个方面。首先，交易信号盈利所需的优势可能从51％上升到50.5％。第二个好处是可以从机会中挤出更多利润。想象一下，一个广为人知的模型认为IBM被低估了1％。在不了解交易成本的情况下，一家典型的公司可能只交易1,000股，以免它出现太大的风险，推动价格超过其寻求捕获的1％差价。一家知道可能有80％概率的公司实际上可以安全地购买5,000股，而不会将市场推向更高的价格可以做出更大的赌注。
为了进一步降低交易成本，一些定量经理建立了他们自己的高频交易操作，他们可以作为中间商，通过匹配买家和卖家赚钱。但同样重要的是，运行这些平台有助于他们深入了解市场行为。它类似于沃伦·巴菲特（Warren Buffett）在纽约证券交易所（New York Stock Exchange）开设自己的交易员，而不是使用华尔街经纪人。巴菲特自己的人可能会告诉他关于经纪人不会的场内情绪的事情。
定量管理者与市场数据斗争的另一个解决方法是找到其他类型的信息。从停车场的卫星照片到社交媒体供稿，他们都在为他们的计算机提供数据。替代数据可能对那些在经典数据集中剔除信号技能较差的公司更有帮助。麻烦的是，这样的数据变得更容易和更容易找到，因此它可能不会长时间提供优势。鉴于区分无用数据的复杂性，大多数公司都试图让模型尽可能简单。
尽管对冲基金正在使用计算机进行数据处理和模式识别，但寻找新的市场仍然是人类的努力。精英定量管理人员雇佣了庞大的员工，有时是数百人并出现在机器学习会议上以招募新的博士学位。
要建立一个真正自主的投资系统，计算机本身需要不断用新的数据和策略来尝试。研究人员可能需要解决因果关系问题。这意味着不仅注意到，例如，特定股票的上涨通常伴随着利率的上升，而且还能够找到理由。人类擅长这种思维，但人工智能才开始取得进步。
另一种被称为深度学习的方法已经推动了AI的最新进展，例如图像识别和语音翻译。交易的对抗性意味着大多数发展仍然笼罩在保密之中。这使得高质量的AI科学家难以招募。科学家喜欢发表和合作。 公司喜欢发现有关市场的新事物，并且在公司内部拥有一个伟大的社区，但不幸的是无法将他们传达给更广泛的人群。利用机器打败市场是一项非常艰巨的挑战，但在未来科技终将打破市场。
- 热门文章
- 最近发表
- 随机文章
- 标签列表
-
- 最新留言
-
