请教各位大佬，研究了一套深度学习方法，预测 A 股涨跌，....

[kdj933]

从去年 3 月份开始，研究了一套基于深度学习的涨跌预测模型，
从 1200 万条数据中，缩小到 30 万条 A 股历史数据，并将 2023 年数据作为回测数据。
做到了精确度 80%，召回率 30%左右。
实盘从 2024 年 1 月 1 日算起，到目前收益率为 20.57%
但自有资金的规模还是比较小，已经用上了杠杆资金（基本 T+5 交易，风险可控）。

请教各位大佬有什么靠谱的变现、或快速扩大规模的途径吗？

ps: 从 2009 年入市，沉浮 A 股 15 年，真是大小场面历经无数，如果做中高频，最后发现还是要靠机器取代人性。

https://imgur.com/a/zf2hkuf

[testonly]

@kdj933 #18
关于有人质疑能赚钱为何不自己赚的这点，我倒可以为你说两句，以股市来说，你这个不算是短期收益非常高的那种模型，谁有这个都希望有大资金合作，就算厉害如巴菲特都不是全部自己的资金。
至于方法上面我也说过了，你的模型要得到市场认可就去做实盘直播一段时间，打出名气自然有资金。不要去计较让人白嫖一段时间，要打名气就要有牺牲，行大事者不拘小节。
但需要另外说一点，你要做直播实盘可能要小心量化自动化交易之类的词，因为理论上来这个国家是不让玩的，有些东西可以做但不可以说，你没名气没赚钱时没事，但有名气赚大钱后就难说了。

[kdj933]

@chanChristin 不是 GPT 不是 GPT 不是 GPT

[Rrrrrr]

A 股大部分都是人为控制

[kdj933]

@hello2090 08 年次贷危机的时候, 易凯资本的王冉建议可以长期布局美国资产, 我的同学和我说"A 股还没搞明白 还搞美股?" 就这一句话让我产生了退缩。现在再看看 nVidia Google Apple

[kdj933]

@czfy 这个确实 外边没有不代表内部没在用 也肯定还会有其他因子 交叉印证 最后才到交易决策

[kdj933]

@gransh 正如前面大家说的 20%确实有近期小微报复性反弹的因素 但也有模型的带来的决策上的辅助 目前是要再实盘一年 观察一下 并连续调整迭代交易策略 更好利用模型的特性

[Plutooo]

收益率为 20.57%还需要变现吗，这不偷摸着乐自己好好赚

[kdj933]

@chanChristin 这是为了从理论角度回应他，我不想自己打大段文字了，我比较懒。

就用 GPT 对这个问题生成了那段理论基础

[kdj933]

@purringpal 这句话回应的确实不恰当 乐观者也有可能成为悲剧性的人物。
我更欣赏邓公，做一个乐观的实用主义者

[oshio]

实盘时间还是太短，我更好奇你历史回测数据怎么样，敢实盘加杠杆上想必各项指标都十分惊艳？

[adfs]

华尔街一堆做这些的人，可能就 a 股有市场

[kdj933]

@Sawyerhou #30 嗯 打算实盘一年的 最好能经历一段熊周期
回测周期前移会过拟合 因为是基于 2006-2022 全样本做的训练 那些数据他都见过。

[kdj933]

@grindsgears #33 前十几年确实大部分时间被市场毒打 谁没几年黑历史 现在基本不做选股工作 依靠模型去辅助决策 能有收益且风险可控 也确是事实

[kdj933]

@blufaux #35 我在焦虑初始规模 也确实 这东西一旦规模过大还管不管用 还得另说。但感觉 2000 以内应该问题不大。我一般同时持有 5-8 只标的。如果按 2000 算的话，一只持有 200 多，对市场影响微乎其微。

[kdj933]

@Gekou #36 训练数据做了处理和过滤。
确实很多顶会论文都在用欧美市场 包括印度市场进行验证。
有一定的正反馈，但唯独对中国 A 股市场是失效的，我想作者可能没有做 localization 。
同时，模型也需要不断地根据市场情况进行迭代

[kdj933]

@likooo125802023 #39 你认为 AI 读不懂人性吗？近 30 日 K 线组合不能从中的某个角度得到一点点人性的解读吗？

[kdj933]

@Rrrrrr 只要有行为模式就不怕 其实 AI 最擅长模式识别 只不过你要将提高收益这件事儿转换成模式识别的问题。

[kdj933]

@SilentOrFight #37 20%的收益确实和报复性反弹有关系，后边的回复补了 2023Q4 的截图，都说 Q4 难做，也的确有 13%的收益。
确实还需要再验证，最好再经历一段熊周期。

[kdj933]

@testonly 谢谢建议。觉得不应该出名，这个东西也确实不宜公开。

[tLbf2p3UC4BM3H1N]

A 股能通过预测来赚钱？
A 股跟你讲的是数据？讲的全是人情！