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！
但有時候真的稍微有那麼一點激烈
另一位我很尊敬的前輩，暗指用AI投資的人：
「他們的想像力都消失了，他們只是在耗著老天爺給他們的天賦，或是青春給他們能犯錯的空間，在那邊浪費生命。」
「很多人都被工具綁架邏輯，沒有一點想像力」
「做出來的只是垃圾，臭不可聞」
嗯…
「究竟跟AI有多深的怨念？」XD
我不知道是不是哪裡有不小心得罪或冒犯，才讓他對於使用 AI 投資的人這麼嗤之以鼻，以我來說，我最早之前，是做價值投資的研究，後來加入了點技術指標，價量，到現在研究機器學習，我覺得每個人投資方法不同，有價值型投資，技術指標，短線、極短線、中長線、存股，不論是哪些方法，都有很多人賺錢，更多人賠錢，不論如何
可以長期穩定獲利的就是好工具。
這些對 AI 不屑前輩的口中，總是有著這麼一句話：
機器學習無法預測價格
這句話，以我自己的經驗來說，是舉雙手認同的，但就算是認同，我也絕對不敢斷定，或直接了當的大肆宣揚，畢竟這個世界有太多東西要學習了，不過我們就先「假設」機器學習無法預測股價好了，
難道想獲利一定要預測股價嗎？
你不需要懂機器學習，也知道：
通常撰寫策略，從來不用預測股價
只要產生的交易訊號，也就是買賣時機點就可以了，照著操作，被動的投資，而不是主動的預測，對於機器學習也是同樣的道理。
所以正確的使用機器學習的方法是：
不要用機器學習預測股價，而是用來直接產生交易訊號！
既然大家都有這樣的知識，為何還要執著於「機器學習無法預測股價」所以「機器學習沒有用」這件事情上呢？就像是你測量羽毛跟保齡球落下，時間不一樣，難道就說牛頓第二運動定律是錯的了嗎？比較有可能是實驗做錯了啦～
為何大家都說機器學習無法預測股價，先簡單的說明一下
最為人所知的機器學習障礙 – 預測延遲
簡單來說，就是下圖中，藍色的為股價，而紅色的是機器學習預測的數值，
可以看到紅色永遠比藍色線慢半拍，晚一步才轉折雖然藍色跟紅色非常接近，但離「預測」其實差得很遠，回測後就會發現，是不能拿來交易的，
這個就是大家所說，機器學習的預測延遲，說真的，這類有小瑕疵的文章或論文是真的滿多的，例如 這篇，就連我們的部落格，也有這類的文章。
你只要搜尋「machine learning predict stock price」，就可以找到滿坑滿谷的文章，都有這個缺點。
之所以會有這樣的問題，不難理解，因為股價並不是stationary time series，所以機器學習直接預測股價很容易失真導致最後落入 overfitting 的窘境，且預測結果常常會有 bias，
所以
我自己寫的文章，沒有任何一篇是教大家預測股價的
我想提供大家真的能夠獲利的程式碼，用來展示機器學習真的可以用來投資，我不是蹭AI的熱潮，東拼西湊，只求程式可以跑，而是盡力做出一個希望能夠獲利的模型，又讓大家可以學到新的演算法，並把這個模型分享給大家，然而AI不是神，沒有一個策略保證一定賺錢，但我至少做到問心無愧，目前績效看起來也還OK，
機器學習策略 – 我認為有效的方法
接下來舉一個，我認為有用的方法，首先利用：
Integrating a Piecewise Linear Representation Method and a Neural Network Model for Stock Trading Points Prediction
這篇 paper 當中的方式產生交易訊號，並且讓機器學習模型模仿，找出轉折點，以下是簡略的數據：
- 商品：台股加權指數，取每15分鐘的收盤價
- 製作特徵：利用各種技術指標當作features
- 預測訊號：利用上述的 paper 產生交易訊號
- 利用2015年以前的資料產生模型，
用一個最普通的神經網路，就可以有不錯的效果，以下是2019年5月的範例圖，
其中
- 紅色為股價
- 藍色為多方轉折的發生機率
- 紫色為空方轉折的發生機率（負值）
可以看出來，當藍色飆高時，通常是底部的多方轉折，而紫色飆高時，則是相反，是頭部的空方轉折
2019年六月
看不出有延遲，幾乎都是直接實時反應，看起來還抓的算滿OK的，可以用來逆勢操作，雖然看似有用，但
機器學習不適用於所有人，因為很難很複雜
付出與收穫可能不成正比
假如你不喜歡折磨自己，其實簡單的策略也可以賺錢的，所以說你不一定要用機器學習來投資，
然而每個人各有喜好，
以我而言，我喜歡追求和分享新的科技，並且幫助大家學習新知識之餘，幸運的話還可以賺點錢，然而走在科技的前沿，特立獨行，本來就是會有很多的支持和反對
我不敢說這條路走的正確，但我們能走多遠是多遠，這一切紛擾，只能用對帳單來證明了（XDD努力生產中）
雖然我們早在一年前開始就把模擬結果每天都放上網，但看來對帳單還是必須的呀！
