从过去的一年到现在，人工智能和大数据技术给了我们许多的惊喜。数据科学家成功预测9项奥斯卡奖归属，人工智能Cortana成功预测世界杯十几场比赛，就连刚结束不久的苏格兰独立公投，大数据预测也给出了正确的估计。这些事实，让我们不得不对大数据和人工智能这两项技术刮目相看，既然大数据和人工智能的配合如此犀利，在面对像金融市场这么复杂的系统时，表现又会如何呢?

　　一个好消息：人工智能和大数据用于金融分析完全可行

事实上，人工智能中的机器学习和神经网络等算法已经在金融分析中应用了不短的时间，虽然目前国内在这方面的应用还是落后于欧美等国，但是也算颇有成效。从经济学的角度来说，虽然股市等金融市场是一种混沌体系，其发展轨迹像天气一样难以预测，但是在纷繁芜杂的交易数据中悉心搜寻分析，还是可以初步的总结出某些地区某段时间股价的典型运动模式，以缩小选择投资的范围。

比如，国内已经有人试过，用卫星图像做大宗商品估产定价，用红外波查看原油交易中原油的热辐射量来估计交易规模及对市场的影响。

一个坏消息：人工智能和大数据不可长期预测

前文已经提到，金融市场和天气很相似，它们都是一种混沌系统，其发展变化带有很大的随机性，以现在的科技水平，要预报一年甚至一个月后某一天的天气完全是不可能的事。金融市场也一样，随着供求关系及政策等因素的变化，某支或某一类股票在短期的涨跌是可以用大数据分析得出其相应概率的，可是如果想用人工智能或大数据技术发现某个模型，能比较准确的预测市场很久之后的走势，就十分不现实了。

大数据不可长期预测具体表现在模型上，在金融领域人工智能和大数据的主要应用就是帮助建模，但模型终究只是模型，只是一个大概的方向。随着市场格局等众多因素的变化，模型总会有失效的那一天，会有更新更准确的模型取代旧的模型。比如现在国内股价的典型模式是潜伏建仓、洗盘、拉高、离场，但这也只局限于“目前”和“国内”，时间久一点或是换个地方，这种模型就不灵了。