安德烈･柯斯托蘭尼《一個投機者的告白》作者：「影響短期股市大盤走勢，投資群眾心理才是關鍵，它要比基本面分析更能發揮決定性的影響。」掌握投資群眾心理及其金融行為反應與大數據資訊搜集及分析，再搭配金融AI深度學習；在技術層面上，深度學習新演算法就是一種從資訊中自動分析獲得規律，並利用規律對未知投資(機)資訊進行預測的演算法。【讀友提問1】美利善李董問到：「面向企業主或高資產客戶理財，首先應該讓金融期貨投資客戶明白「金融AI理財」服務的優勢呀？答：金融AI (ARTIFICIAL INTELLIGENCE，金融人工智能)理財，指的是能夠自行解決金融投資(機) 問題的計算器和系統。解決方案沒有硬編碼到程式中；相反，獲取解決方案所需的資訊是編碼的，金融AI使用數據和計算自行創設一個投資解決方案。換言之，數据挖掘(Data mining)是編碼程式的組成部分，具有金融人工智能(AI)創建投資解決方案及新演算法所需的統計資訊和數據。數据挖掘、人工智能和機器學習三者，通過資產配置多個期貨品種、期權也要進行多個品種、合約…等配置的方法來產生更準確的投資策略模型以及讓系統風險的風控效果最優化。如此，即能為企業主或高資產客戶，做到低回撤率(小於一○％)每年穩定增長投資收益率的理財期望值。【讀友提問2】付總問到：「機器學習與人工智能(AI)及深度學習，它們之間的差別在哪？」答：機器學習(Machine learning)投資人經常與人工智能(AI)混淆，機器學習通過提供機器在暴露於新信息時學習和適應所需的信息，實際上將其進一步優化。我們可將其視為培訓機器：依賴於其他兩種方法，通過閱讀挖掘的數據，通過人工智能(AI)創建新演算法，然後相應地更新當前演算法去學習新投資決策之任務。機器深度學習能夠對大數據集中的資訊進行檢測和推斷模式，將該資訊應用於新的解決方案和投資策略模型。但這必須在機器學習過程開始時建立某些參數，以便機器能夠深度學習找到、評估和處理新的數據信息，優化投資策略模型。
