金融期貨投資人認為最重要的是機器深度學習的演算法，這是不正確的。真正有價值的是使用的預測因子或經濟價值特徵。目前機器深度學習的專業投資人都在使用相同的預測因子，嘗試以反覆運算的方法開發不同的模型，希望產生良好的投資績效結果，但最後都因為數據偏差而失敗。成功的關鍵在於經濟價值特徵工程，這是一門投資藝術與科學相結合的學科，需要投資知識，經驗和想像力才能發現具有經濟價值的特徵。【讀友提問1】上海名琴楊總問到：「何謂金融科技(FinTech)？它與金融AI理財的差別為何？」答：金融科技(FinTech) 與人工智能+金融業(AI + Finance)在界定上存在明顯不同。金融科技主要是指大數據、雲計算、區塊鏈、人工智能之廣義技術與金融業的結合。金融AI理財=人工智能+金融業(好比金融期貨業)，主要是通過人工智能核心技術--統計學習方法、機器深度學習、知識圖譜的挖掘、自然語言處理(NLP)、電腦視覺技術處理，以及用機器人流程自動化技術(RPA技術)，解決文本處理作為主要驅動力，為金融期貨業的各參與主體、各業務環節賦能，突顯出人工智能AI技術對於金融期貨投資組合風險控管、績效升級的重要作用。【讀友提問2】上海譚總問到：「人工智能(AI)理財，對於技術分析的理財影響為何？」答：金融期貨交易的未來在於處理數據及資訊，即時開發和驗證模型。未來的金融AI理財將不會依賴於K線圖表及技術分析。成功的關鍵在於特徵工程，這是一門投資藝術與科學相結合的學科，需要投資知識，經驗和想像力才能發現具有經濟價值的特徵。人工智能是工具，在量化投資上，好的預測因子、經濟價值特徵和AI結合才能發揮最大的投資價值。投資者可以專注在因子、經濟價值特徵的發掘和創新上，重複和大數據計算工作讓AI來輔助完成。對於不熟悉AI和機器深度學習的人，與該領域的專業人士交流將比自己埋頭看書要有效得多。或多看Youtube視屏來自我進修學習亦是方法。
