最近喜歡做 machine learning 的預測，發現機器學習看財報，預測下季收盤價還滿準的。
Alpha Go 讓人類的圍棋可以到達新境界，機器學習中學習到一些它判斷財報的方法，今天來剖開上一篇教學中，機器學習的大腦，來看一下機器人如何選股！
Machine Learning：季線無用！
機器學習的模型就像是一個黑盒子，很難知道他其中的工作原理，只能看到線性化後，每個feature的權重。發現了一個很有趣的狀況，就是 “股價在季線上” 這個條件，權重超低！
假如你買賣股票也跟我的模型一樣，是根據每一季財報來決定，那機器學習的結果，表示不用看季線，因為幾乎沒啥用。
看季線還不如看近10週收盤價！發現把週收盤價納入參考，也可以增進效果。代表長線的技術指標是有用的！
重要的財報數據
以下features的重要程度按順序排列：
- 月營收增長率很重要，而且不能只看一個月！
- 當季ROE跟去年同季ROE很重要！
- EPS季增長率也很重要！
- 總資產轉換率 較不重要，但也不賴啦！
- 其它，重要程度：股價淨值比 = 負債比率 > 本益比 = 殖利率
- 週收盤價比上面的難用，但好像可以判斷一些東西，但一定是非線性的，所以不知道其中原理XD
- 重要程度趨近於0的：收盤 > 季線
真的很少網站可以像這裡一樣，告訴你哪些是比較有用的數據，哪些比較難用，我們真的要跟機器來學習，一般人都會認為股價淨值比、本益比是最重要的，但是這邊做出了一個不一樣的結論：營收是否增加才是股票漲跌的關鍵。
這樣做的用意只是給大家一個概念，也不代表機器學習的結果就得奉為聖旨。
機器學習評分財報
機器學習模型最後會幫每個股票評分，總共100分，最低0分，50分就是他覺得股票不漲不跌，所以我們將每季評分分成四組，由低到高：
可以看到有很多的評分都在0分跟100分，因為分數算法的關係，100分的部分可以想成超過一百分！（國軍online）
之後會在將 0 跟 100 分再區分清楚一點～
回測！
報酬率由低到高很漂亮的一字排開！分數低果然很差，而分數高真的很好。
可以看到50分以上的兩組，其獲利贏過大盤（黃色），而50以下的兩組，其獲利小於大盤。
財報好的公司，抗跌！
資優生組別（灰色）幾乎每季都漲！唯一一次跌是在2015年中，當時大盤大跌，但資優生那組並沒有跌非常多。
穩定的報酬率
大盤三年1.05倍，而高分財報組1.75倍，平均報酬率20％每年。
別用這個策略亂放空！
從上圖也可以看到一個現象：不要亂放空，不然會慘慘的。就算財報在爛，最差的那組還是沒辦法一直跌，但財報最好的那組可以漲很多！
附註：現在就開始AI選股，免費取得訓練資料和教程
取得訓練資料的方法很簡單，幫冷清的寒舍小小宣傳一下：
- 分享任一你覺得很有趣的FinLab文章於FB
- 將分享截圖傳到 [email protected]
- 一兩天內即可獲得 data.csv！
依照本blog的含金量、data.csv的完整程度，你一定不會後悔的！
詳細的python教學：利用Machine-Learning-選股新手教學
