利用机器学习训练分类好的 k 线图，能否识别股市涨跌？

[shenfu1991]

大家都知道 12306 验证码出来的时候人工识别费时费力，通过机器学习对其分类，通过大量训练，验证码识别正确率

达到 99%以上。

那么，如果我们把已经分类好的 k 线图，按照其属性分类为 涨、跌、横盘 3 个类别，通过训练，最后得出来的模型能

否用于预测股市涨跌？

因为不是该领域的，所以没办法验证，有兴趣的大佬可以试试。不过这需要大量的训练图片，有点不好弄。

PS：纯属讨论可行性，不要人身攻击，thx 。

[kop1989]

请搜索“量化交易”

[xiaopc]

「训练图片」？

[powerman]

没有卵用，大概率会过拟合，
其实股市这款游戏 传统的 K 线技术流 基本面流 大环境趋势流 价值投资流 早就百花齐放了，
你搞出来的东西 不具备可解释性，根本没有什么价值，总不能忽悠客户说我们这是炼丹吧，
就算不忽悠客户，你自己拿 100 万上实盘，我估计你也会双腿发抖。
另外投资本质上就是在购买权益资产的不确定性，以及面对市场的人情绪的波动与起伏，
把一些投资逻辑编写成代码，然后程序化操作反倒可以降低人情绪波动的因素。

[wangbenjun5]

你说的这些功能，一些券商 APP 都有，而且还是免费，为啥呢？因为仅供参考，匹配 k 线图很简单，但是股价走势如果这么容易预测，那岂不是人发财？

[delectate]

量化穷三代，模型毁一生；
市场多变幻，劝君谨慎行。
都言量化好，恰似聚宝盆；
谁试谁知道，原来全是坑。
不懂基本面，也不看行情；
一张 K 线图，回测吓死亲。
圣杯在我手，中国好模型；
只等钱生钱，荣耀我楣门。
凑齐十万块，先交易黄金；
孰料实盘后，天天都揪心。
开仓就震荡，趋势总不临；
一旦止损后，行情每蹭蹭。
如此三番后，开始疑人生；
莫非有大户，专盯我模型？
劳资就不信，逆市不止损；
恰遇黑天鹅，账户一把清。
吃饭饭不香，睡觉觉不宁；
父母不敢诉，每每梦中惊。
别问哥是谁，哥乃过来人；
言罢遁地走，深藏功与名。

[powerman]

大部分人终其一生，在股市，根本不了解，他在玩什么东西，

权益类资产 K 线的起伏，从短期来看，都是受人的情绪波动与短期金融货币政策的影响，
从长期来看，受制于生产率的提升以及长期债务周期以及长期货币政策的影响，例如美股牛了快 20 年，
跟全球央行货币系统常年大放水不无关系

[Jooooooooo]

公开信息不能赚钱.

[aeron]

按你叙述，训练出来的模型只是用来分类 k 线图属于涨跌的。如果要预测涨跌，你要输入与股市涨跌有关的因素作为特征，股市涨跌的结果作为标签进行训练。

[pandachow]

预测未来一段时间这个事情是可行的, 机器学习也是可以做的.

问题在于你没有特征, 这不是一个一维时间序列预测问题, 涨跌不仅取决于过去, 更多是取决于行业, 上市企业发展, 资金出入等等.

[shenfu1991]

@kop1989 量化和这个不沾边吧

@xiaopc 是的，根据已经分类好的图片


@wangbenjun5 还真没听过哪个券商有，求教


@aeron 这个不是和训练 12306 验证码一样的步骤吗，训练已经分类好的图片，最后得到的模型用来识别

[a852695]

只能说想法很有意思，但是你忽略了在现在机器学习中，对于输入和输出的训练样本是基于确定事件的，在股市中的上涨和下跌受限于资金与情绪的关系，关联因素可以多到至少你个人很难去全部掌握，这种想法在很多量化交易公司也在用，据我了解到的量化公司应该大部分都不靠这个赚钱，而是靠着投资人的钱，或者投机者的钱赚取分层

[shenfu1991]

不知道为啥没有 append 功能了。。

就从 12306 的验证码的理论上而言，这个可行性应该是可以的吧？我觉得基本上就是照搬过来而已，当然大家可能质疑

最多的是训练素材，因为你不能保证你的训练材料就是对的。

总之，实践是检验真理的唯一标准，只有实验证明才是最好的说辞！

[CrazyRundong]

不能，因为股票、基金的过往业绩不预示其未来表现。机器学习只是一类统计工具，如果你的数据和你的目标之间毫无关联，那再完美的机器学习算法也无济于事。

如果硬要上机器学习，那输入数据应该是公司财报、行业年报、相关政策法规这类和公司盈利相关的数据。不过处理这些数据、设计相关算法的复杂度应该会顶天 = =

[aeron]

@shenfu1991 是的，但是 12306 的验证码结果是确定的，已有的，只是利用模型去把验证码分类，你叙述的过程就是判断这个 k 线图是涨还是跌，但是不属于预测涨跌，不属于预测涨跌。也不是你想的预测的未来的涨跌。除非你能找到影响股市涨跌的因素作为训练特征，但是股市涨跌就像 6 、9 楼说的，你根本无法获取。或者换个思路，利用机器学习判断各种政策对人们情绪的影响，进而对股市的影响，这种估计还有点搞头

[pandachow]

@shenfu1991 12306 的例子之所以可行, 因为训练所需要的所有信息, 标注图片中都可以提供, 样本和样本之间也是独立无关, 服从独立同分布的假设, 这是一个非常标准的机器学习分类问题.

预测涨跌这个问题里面, 目标判断所需的信息图片中只有一小部分, 绝大部分都来自外界; 第二是牵扯到时间序列, 样本之间很难真正意义上的独立同分布.

没有人否认需要实践, 但是显然在实践前面, 应当有一些可见的问题需要被注意或者规避. 最后说辞这个词一般是表达辩解的理由...

[ch2]

决定涨跌真正的数据并不在 k 线图里面

[matrix67]

老哥可以先试试看一个月，一个月后和上证指数的真实曲线对比一下。 或者每日发明日预测也可以，要是准的话就会有很多人给你钱让你帮忙投资。

[ferock]

99% 都赚钱，你受得了 1% 的那一把把你坑了？参考光大乌龙指

[felixcode]

识别和预测是不同的东西。
己发生的 K 线用数据分析就能识别各种特征和数据，但要用这些东西去预测 K 线接下来怎么走，那就是另一回事了。
预测有万能的公式吗？有 100%适用的规则吗？都没有。只能依靠特征结合概率做策略，再回测，来判断策略好不好用。这应该就是量化的领域，当然我了解的也很浅。

[dji38838c]

噗嗤
月经贴又来了