• 5

這裡有沒有資工背景在研究機器學習應用於股市分析的大大?

小弟的周遭環境主要在研究deep learning的各種framework
但是都較學理,例如聲音訊號、影像辨識等等 雖然最後是為了機器人的發展
我認為若能應用於股市分析會更有趣實用 而身邊都沒有人在做這一塊
最近發現這個論壇這個版 高手雲集的感覺 或許很有希望找到同好
不論是真的親自丟錢下去玩或者只是趕趕論文都沒有關係

傳統的方式是人們提出一個模型 再去大量統計驗證模型的可靠度
現代與未來的方式是直接餵大量的數據給(可能任何一種)類神經網路
請電腦逐步修正幫你找出高可靠度的模型

隨著GPU硬體成本快速下降與運算能力的快速提升
ML應用於股市應該是未來的趨勢

http://www.inside.com.tw/2016/02/06/the-rise-of-the-artificially-intelligent-hedge-fund
2016-07-18 15:09 發佈
我自己是在金控公司投資部門工作,工作是做國際投資比較多,台股只是自己興趣做研究,台股最重要的就是 籌碼面分析跟技術面分析,你如果有興趣可以私訊加Line做討論
呃...........

實戰兩個月獲利一倍的 (台指1000點、20萬)
有興趣嗎?

需要擷取資料
然後簡單的統計分析計量演算
不會太複雜
Python 你會嗎?

畢竟能賺錢的是 智慧
不是 人工智慧
我的看法是,任何模型都是依照歷史數據(例如時間序列)跑出來的,客觀的模型需要用in-sample做,然後用out-sample去測準確度.

但回過頭來說,股票市場不理性(系統風險太高),就算模型再準,只要一次不準確,就可能賠光(如果那一次剛好押大的),這是運用在股市上最大的風險. 這類東西寫寫paper拿學位ok,實務上這東西做出來,在業界被接受的機會不大,因為如果錯了一次,對方工作可能不保.賣給散戶也許有機會.

但如果這東西真的有效,應該早有傳聞. 個人看法非筆戰.

twbigboy wrote:
但如果這東西真的有效,應該早有傳聞(恕刪)


GOOGLE 大獎章基金
成為下一個西蒙斯的機會.........不知有多大

清大電雞 wrote:
現代與未來的方式是直接餵大量的數據給(可能任何一種)類神經網路
請電腦逐步修正幫你找出高可靠度的模型...(恕刪)


類神經網路很早以前就有很多研究了
問題是在 "模型" 上面
測試的時間長一點就沒有什麼作用
所以大部份的研究都只取一段對自己有利的資料跑
我很懷疑其實用性

股市中最重要的是 "人性" 而不是去研究什麼高深的技術
類神經網路很容易陷入局部解,別只靠這個玩。
我目前正開發個股漲.跌追蹤輔助系統,專攻當沖;目前成效是每日獲利約1%,我可以告訴你要預測右邊的走勢是不可能的,只能抓個跡象拚成功率.
因為各股主力在當下要如何運作,我們外人是無法知道的,所以我的作法是先將資金分散,然後透過輔助系統抓即時漲/跌跡象個股拚成功率.
版主若有興趣,可以研究
Google Brain 所提供的資源,例如:Google Prediction API、TensorFlow等

雖然機器學習、深度學習、人工智慧學習,市面上有很多不同學術、學論、見解、資源。但真正挑選這樣的工具來在股市運用時,又是另一項挑戰。

大量數據樣本、即時交易資料、策略衍生、資金風險的控管等等,這些都會視操作人使用這樣工具而有所不同結果,不見得你找到一個好的策略後,就一定適用於每個人,必竟當越多相同/類似的交易策略出現後,勢必會有應對的策略出來,這就是市場。

小弟也在研究和觀察,談不上什麼專業、略有涉獵,若有興趣可以交流一下。
  • 5
內文搜尋
X
評分
評分
複製連結
Mobile01提醒您
您目前瀏覽的是行動版網頁
是否切換到電腦版網頁呢?