跳到主要內容

【房止無知】建築用地甲乙丙丁,傻傻分不清楚?

【工具分享棧】想看股市資訊就問一下機器人吧!

圖片來源


會分享這個工具主要是我們在參與股市的過程中,常常會因為需要查看股價資訊而四處下載看盤軟體,甚至是透過網頁搜尋來進行查看,但過程中發現一台小小的手機竟然堆積著成千上百個APP,實在是耗電又雜亂啊!

既然我們都已經在使用Line這套通訊軟體,也已經成為我們日常生活中的一部分了,我們難道不能透過Line這個APP直接查詢我們需要的資訊嗎?

很好,強大的Line已經聽到我們的心聲了,也早早就推出了Chatbot的服務,透過開放式API讓開發者可以在通訊軟體的背後加掛各式各樣的後端系統服務,諸如常見的查詢資訊、推播促銷、詐騙偵測、購物...等,且越來越多樣化,果然軟體的世界就是有無限種可能啊! 好吧,回歸正題,當我們想要查詢股價時,是不是就能透過通訊軟體來進行詢問呢? 當然可以,只要我們輸入股票代號,機器人就能夠偵測我們想要查詢的標的,並給出我們可能需要的資訊,如下圖,我們輸入台積電,而機器人就回應我們目前股價資訊,甚至走勢、K線、籌碼都能進一步查詢:

走勢圖也幫我們呈現在Line的圖片之中,可見Chatbot能傳輸的不僅只是文字了,相信除了文字與圖片之外,更多豐富的媒體皆不是問題。

三大法人的資訊也幫我們整理的清清楚楚,輔助我們可以得知今天的買賣資訊以進行下一步決策。

如果你也是只想單純看個盤不想載入過多的APP軟體,或者某些時刻不方便使用其他的APP或電腦軟體時,那麼透過通訊軟體來詢問資訊是一個不錯的選項之一。

那這邊就來推薦一下平時常用的Chatbot機器人吧!

微股力 ScanTrader ,網站除了豐富的股市資訊以外,也具備了投資達人的文章,讓前人的經驗成為我們的養分。

咦! 我們不是需要機器人嗎? 怎麼給我看網站呢?

不著急,我們除了機器人以外,每天還需要更多的資訊來進行決策,因此豐富的文章也是幫助我們吸收經驗與知識,加上目前的機器人還無法很完整的服務我們,這我們下一段的篇章再來詳細說明。

如何僱用這款機器人呢?

我們只要在Line的搜尋打上「微股力」並切到官方帳號的頁籤就能找到我們的目標,讓我們來試試這機器人對我們有什麼幫助吧。

結語

目前這種聊天機器人還是屬於無法理解我們在說什麼的初階機器人,舉例來說: 我們來問它「台積電漲多少」,對它來說已經無法理解這樣的意圖了,為什麼? 因為它背後的機制僅抓取特定關鍵字,並根據關鍵字來查詢我們的標的,因此早期發展的聊天機器人大部分都是這種類型,扮演著「專才」的角色,每一種機器人能夠處理的任務有限,像是微股力能夠處理的僅只是看盤,而非決策與分析,甚至去除選擇。

雖然這種專才型的機器人仍有先天上的限制,但後天的努力是可以補足的,相信前一段時間大家都應該對於「Chatgpt」略有耳聞吧! 它竟然能夠理解我們的意圖,並聰明的給我們需要的答案,雖然強大,但還不夠,這是一款多神秘的機器人、能夠做什麼? 還有哪些需要加強的? 有興趣的朋友歡迎閱讀「【AI技術新知】 ChatGPT - 與AI共筆的協作方法」。

許多繁雜、日常的工作已經都能夠使用機器人來替代了,我們也應該思考一下我們的價值,以及如何創造不可替代性的技能,否則很容易被快速進步的浪潮給淘汰,當然現階段還不足以擔心,但未雨綢繆總是好的,趁早開始培養多項技能才不會無法適應快速變化的社會發展趨勢。

喜歡撰寫文章的你,不妨來了解一下:

Web3.0時代下為創作者、閱讀者打造的專屬共贏平台 — 為什麼要加入?

歡迎加入一起練習寫作,賺取知識,累積財富!

留言

這個網誌中的熱門文章

淺顯易懂的選擇權概念

  圖片來源 選擇權到底是選擇什麼呢? 搭幾點的車? 中午吃什麼?這件工作該如何下手?這些問題我想都是每個人每天會面臨的幾個選擇,除了生活會需要選擇之外,投資市場也有「選擇」概念的選擇權,那到底是在選擇什麼呢? 📌 簡單來說就是在一段時間內選擇是否履約的權利 。 其實就可以將其想成訂金的概念,假設我們今天選擇站在「 買方 」,看到一間「 預售屋(標的物) 」,預計於兩年後完工,目前的價格也非常滿意,希望完工後仍以現在的價格買進,此時雙方就會具有一個「 約定(規則) 」,只要支付一定比例的「 訂金(權利金) 」,就能獲得「 買權 」,並於「 約定期間 」後,以目前約定的「 價格 」買進,就如同底下的選擇權組成元素。 圖片來源 那麼對於買賣雙方來說,彼此的關係什麼? 圖片來源 那麼已經了解了雙方關係之後,我們再加上價格。 圖片來源 對於雙方來說,當約定期間之後發生了價格變化,兩邊的收益、損失又是如何呢? 狀況一: 當房屋市價漲到800萬時,那麼買方一定會選擇履約,此時買方的獲利為$800-$700-$10=90萬,而賣方則$700-$800+$10=-90萬。 狀況二: 當房屋市價跌到剩下650萬時,那麼買方評估後認為放棄履約的損失較小,此時買方只有損失訂金10萬,而賣方則獲取這10萬的訂金。 圖片來源 上述的例子是以買方這邊做為視角出發,而相反的我們也可以反向思考,以賣方的視角做為出發點,進行賣權的約定。 總之不論如何,就是會有其中一方獲利,其中一方損失,加上時間的因素,誰都無法保證未來如何? 故就是一場零和遊戲,應小心審慎注意風險。 構成選擇權的四個象限 前面都在說明選擇權的基本概念,當我們了解選擇權大致上是在做什麼之後,接著就進入正題,我們將人物區分為買方與賣方,一樣照上面的邏輯套用到選擇權市場中,可以發現到會有以下四個象限。 圖片來源 站在買方的立場,有點類似買樂透的概念,以小博大,損失有限,而賣方的立場就是保險公司,負責收取保費,一旦發生事情便支付理賠金,因此獲利有限,風險無限,乍看之下是不是站在買方比較有利,但我們要思考一件事情,那就是股市常常處於盤整階段,並不會短期間暴漲暴跌,因此以統計來說,反而是賣方會有比較平穩的收益,這也就是為什麼常常散戶在買方,而法人站在賣方。 那操作選擇權有什麼好處呢? ...

【商業與行銷系列】讓消費者感受物超所值的訂價策略

  錨定訂價法 我們的生活中應該常常看到促銷、周年慶...等活動,通常小資族的我們都會選擇在折扣的日子去進行消費,讓我們思考一下,為什麼要特別將原價標示出來呢? 腦海中進行比較的過程中,會拿一些特定的數值來進行比較,並決策是否購買,因此業者才會提供原價跟打折後的價格,讓我們更容易下定決心購買,創造雙贏,消費者認為賺到,賣家多銷售一件商品。 畸零訂價法 我們的大腦通常在看複雜的數字時會利用整數來進行標準與比較,例如底下有一個商品$300,另一個商品標價$299,通常我們的第一印象就是3與2的差異,因此明明只差1元,確讓人感覺起來差很多。 三欄式定價 提供消費者三種不同規格的價格,讓消費者可以根據自身需求來決策,就像有些人覺得50吋太大太貴,那麼就可以選擇較低一皆的40吋,那有些人可能覺得24吋太小,因此可能傾向往上一點的40吋,透過三個等級的訂價法讓消費者更容易進行比較與決策。 結語 不同的訂價方式可以讓消費者感受大不同,透過一點點訂價技巧讓成本在控制範圍內,也吸引消費者購買意願,以上介紹的訂價技巧相信我們在日常生活中應該常常見到,這也就是為什麼有些東西都要賣$99,或者打著年終大特賣,把很高的價格劃掉透過折扣讓我們感覺到撿便宜,進而購買,如果我們能夠在開店前先了解這些訂價策略,那麼相信在開店後會相對順利。 如果你有更多的商業訂價策略,歡迎留言在底下,讓我們一起學習商業訂價知識。 📝 商業與行銷系列 【商業與行銷系列】 Link in bio 是什麼?背後蘊含什麼商業價值? 喜歡撰寫文章的你,不妨來了解一下:「 Web3.0時代下為創作者、閱讀者打造的專屬共贏平台 - 為什麼要加入? 」歡迎加入一起練習寫作,賺取知識,累積財富! 📚 如果想看更多精選文章,或者關於我的相關資訊請來這裡... 💬 如果您有任何問題,也歡迎底下留言告訴我,讓我們一起學習 💬

【時事觀點】 LLM大型語言的幻覺可助長惡意套件散布

  當無辜的AI技術成為駭客幫凶時, 對於過度依賴於AI的我們又有什麼影響呢? 相信近來,大家不論在工作、生活、娛樂都已經大量的使用ChatGPT來輔助我們了, 也發覺到奇怪, 怎麼常常答非所問甚至答案可能都是用猜測的, 它剛開始讓我們感覺是無所不能的知識博士, 但實質上在零背景知識底下可能引發出一本正經胡說八道的幻覺, 而這種幻覺產生出來的回答可能被有心人士拿來利用, 比如說開發人員詢問一個關於URL的處理套件, 可能由於訓練的語料仍未更新, 因此回答出舊有的錯誤資訊, 輕則影響當事人的判斷決策資訊,重則被有心人士利用, 製作有害的套件庫讓開發人員使用,進而引發更大的連鎖效應。 就在2023/06/10時發布了這樣的消息,Vulcan安全風險管理廠商研究報告指出Chatgpt的幻覺將為開發人員帶來系統開發的漏洞… 來源: Researchers Warn That ChatGPT Can Be Used To Spread Malicious Code 安全風險管理廠商Vulcan怎麼做 圖片來源 首先, 它們蒐集了許多程式語言開發的問題, 將問題縮小到「如何做?」, 在最短的時間內獲得最多的不存在套件回答, 獲得這些套件之後, 接下來… 高達 35 %的套件庫都是幻覺的 圖片來源 “在 Node.js 中,我們提出了 201 個問題,並觀察到其中超過 40 個問題引起了至少一個尚未發布的包的響應。 我們總共收到了 50 多個未發布的 npm 包。 在 Python 中,我們提出了 227 個問題,其中 80 多個問題,我們至少收到了一個未發布的包,總共提供了 100 多個未發布的 pip 包。” 概念驗證 這個程式將會將裝置的主機名稱、套件來源以及包含模組檔案的目錄絕對路徑傳送到威脅角色的伺服器… 接著,一位「受害者」出現,問了和攻擊者相同的問題,ChatGPT建議了包含「惡意」程式碼的套件以及如何安裝它, 確實如預期,該套件被安裝並啟用。 研究人員解釋了接下來發生的事情: 「受害者按照ChatGPT的建議安裝了惡意套件,攻擊者根據我們對node index.js的預安裝呼叫,從受害者那裡收到了資料,其中包括了長主機名稱。」 雖然並不構成真正威脅,但這樣的概念展示已經證明了攻擊的可行性, 因此我們開發或者使用時也應該非常小心, ...