我只針對題主的標題： 用人工智能計算股票漲跌是否可行 來回答。
直接說結論 ： 理論上可行的 。人工智能遠比你想象的更強大。已經有很多論文關註這個方面的內容了。
定義前提 ： 預測股市，他的正確率不可能太高，如果你想說問說電腦給出這個股票要漲，他就一定會漲，這個太難了。如果你是想盈利的話，理論上高於50的準確率就可以了（不考慮交易費）。當下的論文，準確率到了六成已經非常厲害了。
為什麽理論上可行 ：首先很顯然有一點大家必須承認，股市很大程度上是人為因素在控制，所以可以說是有一定規律的（股評家也得有扯淡的基礎吧）。舉個例子，如果大家都很看好一支股票，那麽它就很可能會漲；反之會跌。或者說有一些特定事件會很明顯地影響到股票價格，例如今年美國40年來首次開放原油出口後，國內能源版塊不出意料下跌了 。 可以看出，在預測股票這件事上，最重要的是資訊，或者說是數據。 這也是為什麽這麽多股民會重新整理聞，看動態來保持敏銳的嗅覺。
我們知道資料探勘的三個V，（Volume數據大）,（Velocity更新快）,（Variety多樣）。在處理這樣的海量數據時，電腦當然是具有優勢的。
現在大多數預測股市的論文，數據的來源都集中在了社交網絡，Twitter或者Weibo上。
如果到這裏還不能說服讀者的話，我用幾個圖補充一下。
-
美聯社官推被黑（謠言奧巴馬被襲擊受傷），很快股市出現了大振幅下滑-上升（看13點左右）
雖然這個事件較為特殊，但是設想如果能夠在第一時間得到類似訊息，實際上就掌握了預測股市的主動權（或者說，社交網絡能夠影響股市）。
2. 這個圖來自一篇很經典的論文Twitter mood predicts the stock market[Bollen 2010]，兩個曲線分別是道瓊斯指數和Twitter的Calm（冷靜）情感得分（考慮了一定的時間滯後）
不過這篇論文還是挺被詬病的，確實有一些地方是在靠蒙。
一些預測的辦法 ：
（1）情感分析+機器學習
抓來海量的數據，去做情感分析，大概算出最近大家是不是對某些股票非常樂觀或者悲觀。
算出來了以後， 再用SVM什麽的算出漲還是跌。
很多論文都是在情感分析上找尋很多辦法去提高準確率。
其他一些更簡單的做法：
（2）Google Trend
這個很簡單的辦法：谷歌提供的搜尋量數據，利用搜尋量的變化來預測。
這個圖是利用「debt（債務）"這個關鍵字做的一個投資假設，發現7年多利潤是正的（藍色）。
（3）利用 Twitter Volume(相關Twitter的發帖數量）
具體做法就不說了，反正作者號稱是準確率不低。
最後: 其實類似的辦法不光可以運用在預測股票上，預測票房和政治投票結果也取得了不少值得肯定的結果的。 同時也 有很多經濟學模型或者統計學辦法去預測股市 。
其實我也只回答了作者 利用人工智能能否預測股票 這個理論問題。如果要說值不值得去實作它運用到實際炒股中去。 我只能說題主可以去試試，反正我是不會這麽幹 。
