Re: [請益] 深度學習選股問題

看板Stock作者 (pete)時間3年前 (2021/04/19 14:35), 3年前編輯推噓14(1409)
留言23則, 18人參與, 3年前最新討論串7/7 (看更多)
※ 引述《entanglelove (love)》之銘言: : 跟你說 回測是一回事 : 實戰又一一回事啦 : 程式交易就直接去加密貨幣吧 : 最近回測結果呢... : 大家請看! : https://imgur.com/xsZTbl0
: 才四個月報酬是驚人的 66,232.62% : 看圖說故事 也就是今年元旦你投入1000美金 (starting balance) : 到這禮拜四 的已實現損益是662,326.15美金 : 慘了 交易聖杯原來在我這 : 我要趕快躲起來了 : 要不然衛宮切嗣那廝 會把劍鞘放到我的身體裡 : ※ 引述《felix0517 ()》之銘言: : : 問題:不知道版上有沒有人使用深度學習選股? : : 除了把資料分成測試集跟訓練集, : : 還有什麼方法可以用來確定深度學習的結果是否真的可以使用? : : 最近用深度學習跑出一個模型 : : 把財報餵給電腦,讓電腦自行去尋找模型 : : 把2014~2017當成訓練資料 : : 2017以後當成測試資料 : : 從2014年到現在投報率695% : : 同樣的區間 0050 投報率是271% : : 台積電 投報率是624% : : 模型曾經最少選出2檔股票,最多選出20檔股票 : : 進出場時間為財報公布日隔天(所以一年只交易四次) : : 交易都有含手續費跟稅金 : : 我目前有真倉下去跑 : : 初步看起來效果不錯,有擊敗大盤跟0050 : : 4/1(財報公布隔天)到現在投報率有7.5% : : 我原本是想要找出可以贏過0050跟大盤的模型 : : 結果竟然贏過台積電 : : 讓我覺得有點匪夷所思 是不是哪裡有問題 : : 而且我有研究每季選的股票 : : 完全沒有選過台積電 : : 台積電的財報應該不會不好 : : 所以完全搞不懂深度學習選股的邏輯 對於深度學習有點概念的人一定不會不認識 Francois Chollet 他的書裡面有對於金融市場和深度學習的評語 " 有些讀者一定希望採用我們這裡介紹的技術,嘗試預測股票市場上證劵的價格 (或貨幣匯率等)。金融市場的波動與天氣變化模式等自然現象在統計特徵上有 很大差異。當僅能取得公開資料的條件下,嘗試使用機器學習來擊敗市場是項艱 難的工作,而且可能會浪費時間和資源而沒有任何收穫。 當涉及金融市場資料時,過去的資料並不能很好的預測未來的狀況,就如同看著後 視鏡開車是一種危險的駕駛方式。也就是說,機器學較適用於以過去資料可良好預測 未來結果的資料集。" 不知道各位的看法是? -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.117.32.17 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1618814143.A.EF9.html ※ 編輯: peter308 (140.117.32.17 臺灣), 04/19/2021 14:36:26

04/19 14:39, 3年前 , 1F
樓下說,恩恩跟我想的一樣
04/19 14:39, 1F

04/19 14:45, 3年前 , 2F
好喔! 恩恩跟我想的一樣
04/19 14:45, 2F

04/19 14:49, 3年前 , 3F
股市是一種隨機訊號。
04/19 14:49, 3F

04/19 14:49, 3年前 , 4F
不過如果能拿到內部的交易資料(類似劵商) 那可能故
04/19 14:49, 4F

04/19 14:50, 3年前 , 5F
事會變得不太一樣?
04/19 14:50, 5F

04/19 14:50, 3年前 , 6F
恩恩 他們跟我想的一樣
04/19 14:50, 6F

04/19 14:51, 3年前 , 7F
就跟預測日本何時會再發生311大地震一樣吧...
04/19 14:51, 7F

04/19 14:55, 3年前 , 8F
垃圾進垃圾出,所以不要用垃圾輸入
04/19 14:55, 8F

04/19 14:56, 3年前 , 9F
同意樓上 學術教授最愛講ai 垃圾學習進出
04/19 14:56, 9F

04/19 14:58, 3年前 , 10F
拿深度學習去仿效傳統技術分析本來就不太可行,但深
04/19 14:58, 10F

04/19 14:58, 3年前 , 11F
度學習在金融市場還是有別的事情可以做
04/19 14:58, 11F

04/19 14:58, 3年前 , 12F
沒發生過的事情模型學不到,模型在特殊情況下可以用
04/19 14:58, 12F

04/19 14:59, 3年前 , 13F
,不過不能套用在所有情況下。
04/19 14:59, 13F

04/19 14:59, 3年前 , 14F
垃圾資料用再好的模型跑出來都是垃圾
04/19 14:59, 14F

04/19 15:01, 3年前 , 15F
還有correlation != causation
04/19 15:01, 15F

04/19 15:21, 3年前 , 16F
先把資料的因果關係找好,倒果為因都是垃圾
04/19 15:21, 16F

04/19 15:54, 3年前 , 17F
你這篇一說 那技術分析的人不就...
04/19 15:54, 17F

04/19 15:59, 3年前 , 18F
garbage in 當然就只能 garbage out
04/19 15:59, 18F

04/19 16:00, 3年前 , 19F
結論:股市無法預測
04/19 16:00, 19F

04/19 16:02, 3年前 , 20F
技術分析通常用來預估大部分的人或機器對股價的期望
04/19 16:02, 20F

04/19 16:54, 3年前 , 21F
歡迎來到賭場
04/19 16:54, 21F

04/19 17:00, 3年前 , 22F
技術分析就是短週期有用 長期就事後說故事
04/19 17:00, 22F

04/19 18:28, 3年前 , 23F
測不準原理
04/19 18:28, 23F
文章代碼(AID): #1WVII_xv (Stock)
討論串 (同標題文章)
文章代碼(AID): #1WVII_xv (Stock)