请选择 进入手机版 | 继续访问电脑版
查看: 57|回复: 0

量化交易与机器学习第三十三篇

[复制链接]

新浪微博达人勋

五级海风会员

发表于 2018-11-26 08:50 | 显示全部楼层 |阅读模式

马上注册海风会员,享受更多便捷服务!

您需要 登录 才可以下载或查看,没有帐号?注册会员 新浪微博登陆

x
上周我们讨论了交易的级别和流动性,概况起来就是机器学习完整的交易理念:资金到哪里,就去哪里交易;顺大势,逆小势;优点明显,缺点不明显。本周我们继续讨论机器学习。
1,先说原理
   最早对人工智能感兴趣是大学时代,具体来说就是用剪枝算法做αβ来研究象棋,最终发现和当时市面上人软件象棋名手差好多,加上快毕业了就没有继续了。最近发现这软件后来把计算机博弈的冠军全包了。中国象棋软件的发展历史记录在我博客上。
之后到了2016年深度学习一下子火了,然后开始一边学习一边研究,在股市中分析应用发现,容易出现过拟合问题,后来分析得出了一些结论。
1.     深度学习的成功主要是在完全信息的领域。
2.     深度学习对神经网络结构的设计很重要。
 得出相关的结论后,我们及时调整了方向,因为股市本身是非完全信息的,无法得出通过N个条件分析,得出下一个k线必须会涨,这样一个结论。所以我们要去研究的是非完全信息的神经网络,如果对这方面感兴趣,可以先学习概率问题,纳什均衡,博弈论。
2,关于实践
写程序的人,往往喜欢自己造轮子,这是因为每个人对实现算法解决问题的思路不同,看别人的代码总觉得别扭,殊不知自己的代码质量有多差。站在巨人的肩上才会有更大的成就,机器学习更是如此,网络上有tensorflow ,pytorch等网络库可以使用,但是最重要的环节,将现实问题抽象成为机器学习的对象,并用恰当的方法实现出来。这个过程是核心关键,没有人会将关键技术公布的,这过程只能靠自己。
3.    总结
  失败是成功之母,在机器学习的路上更是如此,失败了总结,再改进,再失败,再改进,这个过程可能没有人能指点你。经历过一些事情之后发现,道法自然,现实生活是最好的老师。机器学习中的智能体,不能活在过去的失败之中,也不能活在过去的成功中,当下的边际效用才是要智能体的决策的关键。
最近个股的行情不错,但是未达到相关的标准,当沪深300满足要求了,将会重回股市。
沪深300.png
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册会员 新浪微博登陆

本版积分规则

QQ|小黑屋|手机版|海风股票论坛 ( 闽ICP备05030991号-1 )|网站地图

GMT+8, 2018-12-13 21:32

 
快速回复 返回顶部 返回列表