用Machine learning 學習看技術指標
這篇文章是印度指數預測,2015年發表的就能有191個citation,算是很有名的paper之一,全文特點是只使用了技術指標,來預測大盤每天漲跌,提出了一個有效的優化方式。
這篇文章是印度指數預測,2015年發表的就能有191個citation,算是很有名的paper之一,全文特點是只使用了技術指標,來預測大盤每天漲跌,提出了一個有效的優化方式。
今天這篇paper是介紹總體經濟,現在全球的經濟是連動的,例如中美貿易大戰影響到全球股價,金價油價對於美國股市也有很大的影響,今天這篇paper就是要來研究不同的指數,對於NASDAQ指數的影響。
feature selection 是機器學習中非常重要的一環,尤其是財經領域的程式交易部分,因為財經領域有各式各樣的指標,又有財報、技術指標,這些指標高達尚千種,要如何選擇features,才能更有效預測股價?
現今在股市裡有三大分析方法,即:技術面、基本面、籌碼面等,而各流派似乎也都有自己能自圓其說的選股策略。這三種方法並無法直接說出孰好孰壞,分析方法的選擇跟操作者的心態、個性、紀律都有很大的關係。而我個人覺得買股票除了要買得好(投報率高)以外,賣得快(IRR高)也是很重要的,畢竟投報率會因為時間的流逝而漸漸下降。
機器學習不是我很專攻的領域,但幸好現在很多強大的package,可以直接使用,假如你不想深入開發model的話,只要把它當作黑盒子就好了,把它插上插頭,讓資料流進去、流出來。很簡單!
其實要machine選股真的很簡單!這篇blog就會帶大家從頭開始,用最簡單的方式,將Machine Learning實做!這邊只是給大家一個簡單的架構,可以自己去嘗試優化,讓它更聰明!以下是用mac或是linux的command line完成的,假如有任何錯誤或不懂的地方歡迎聯絡我喔~
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!
很多我非常尊敬的前輩,說機器學習有一些缺點,拿來投資很危險,這些我都認同,畢竟要做出好的模型是很有挑戰的,且回測模擬跟實際投資的狀況不一樣,非常認同!
前言: 陳昇瑋博士是台灣人工智慧學界名人,除了是中研院院士與台灣人工智慧學校的CEO,也致力於人工智慧的產官學合作、落地化應用,不是純學術的學者,而是入世科學家。不幸的是,陳博士於今年因意外離世,無法繼續完成他的夢想。這本2019年出版的著作說明他對台灣AI產業發展的理想,也以淺顯易懂的文字介紹人工智慧為何?就算完全不懂程式,也能輕鬆理解概論,如果你是開發者,也能從此書了解產業脈絡與實務應用。 總結來說是一本人人必讀的AI通識書,以下節錄一些重點和想法。