2020 / 08 / 02
13：25 ~ 14：00
TR309
AI 開源：更有智慧與可信賴的 AI
可解釋性的金融視覺
by
PecuLab (蔡芸琤、陳俊豪、曹佳穎、石智翔、陳彥奇)
【演講主題：其他 AI 與開源議題】
K線圖是根據投資標的價格在特定時間內的走勢中形成的四個價位即：開盤價，收盤價，最高價，最低價繪製而成的。
K線圖型態學透過簡單圖形找出「規律」，交易者可純粹用眼睛就能辨識股價呈現簡單圖形，就稱為「K線型態」。
如：M頭、W底、三角型態、頭肩底、頭肩頂等。交易者可以通過人工查看「K線型態」來發現標的物的市場趨勢。
但若要使用自動化交易，就無法仰賴使用人眼來找出這些「K線型態」，因此，我們需要發展一系列的「金融視覺」自動化辨識模組。
儘管深度卷積神經網絡（CNN）在「K線型態」辨識已讓電腦學會人所看到的「K線型態」，但其推理卻隱藏在黑匣子中。
交易者無法確定模型學到了什麼。因此，PecuLab 提出「可解釋性的金融視覺」模組 ，用於解釋時間序列上特定「K線型態」辨識學習成功的原因。
- 本實驗室正與美國布魯克黑文國家實驗室（Brookhaven National Laboratory, BNL）之陳彥奇研究員共同進行下一代的可解釋性人工智慧（XAI）、對抗例特定攻擊（Adversarial Attacks）演算法導入金融視覺（Financial Vision）之系列知識架構研發與規劃。
- 以人力監控K線圖是無法面對即時風險控管以及量化部位調整需求，因此，需要交易員與AI 進行協作，訓練出快速準確的圖像辨識模型，協助投資人進行K線圖特徵偵測。本實驗室以電腦視覺（Computer Vision）為投資人開創金融視覺（Financial Vision）創新領域，建立如何解決「時序型資料用於空間型模型的訓練問題」的研究流程及方法，專注於發展「金融視覺」演算法科技基礎建構。
- 使用「時序型圖像辨識技術」及「深度增強式學習」建立與頂尖交易員的互動，讓 AI 習得頂尖交易員眼中所看之K線圖的獨特「盤感」。
模組 Github: https://github.com/pecu/FinancialVision
About PecuLab (蔡芸琤、陳俊豪、曹佳穎、石智翔、陳彥奇)
PecuLab (peculiar change the world)，本實驗室專注於金融視覺（Financial Vision）、金融科技（FinTech）、資料科學（Data Science）、可解釋性人工智慧（Explainable Artificial Intelligence, XAI）等研究，以電腦視覺（Computer Vision）為投資人開創金融視覺（Financial Vision）創新領域，建立如何解決「時序型資料用於空間型模型的訓練問題」的研究流程及方法，專注於發展「金融視覺」演算法科技基礎建構。
- 實驗室形象介紹影片：https://youtu.be/97eegbLcQ24
- 實驗室網址：http://www.peculab.org/