利用机器学习训练分类好的 k 线图,能否识别股市涨跌?

2021-09-05 16:00:08 +08:00
 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 。

12515 次点击
所在节点    程序员
114 条回复
killeder
2021-09-06 09:18:43 +08:00
金融没有新鲜事,人心不可预测
ww2000e
2021-09-06 09:24:50 +08:00
看网上一个量化交易教程 ,说他赚钱周期是 10 年... 10 年买啥不赚啊
DollarKiller
2021-09-06 09:34:39 +08:00
随机游走, 用历史 k 线去拟合 这不太现实。 你大致得到的模型跑回测赚的盆满钵满 跑实盘多半过拟合 。。。
zxbutton
2021-09-06 09:42:40 +08:00
@CrazyRundong 我觉得你说的是 ESG 数据
Blueming
2021-09-06 09:48:41 +08:00
再牛的模型也顶不住 ceo 脑子抽了说出的胡话,干出的糊涂事儿
zealinux
2021-09-06 09:51:00 +08:00
@ww2000e

10 年买啥不赚?
嗯,很多人买了 P2P
Carson089
2021-09-06 09:55:36 +08:00
机器学习只在很少程度上学习到股市涨跌,因为核心部分根本无法预测,数据也无法获取,那就是股民的心理博弈
woshipanghu
2021-09-06 09:57:32 +08:00
量化做短线的还是可以的
身边有个数学大佬就是在量化交易赚了不少钱
abvatous
2021-09-06 10:08:21 +08:00
B 站恰好有个 Up 也在研究量化?楼主是看了他视频吗?

他是想跑半年来
aliveyang
2021-09-06 10:10:55 +08:00
觉得可以,单体表现不确定性,群体表现规律性。但要信息要素掌握充分
janus77
2021-09-06 10:20:43 +08:00
为什么你可以把他跟验证码相比?验证码里面飞机就是飞机,卡车就是卡车。
k 线图是预测,预测懂吗?是还未发生的事,你如果要预测,需要输入影响未来的各种因素。而这个因素每一分一秒都可能在变化,比如某个票只有一个大股东,我这一秒想买,下一秒就想卖,你能拿到这个因素吗?你能拿到这么高密度的因素吗?
tingyunsay
2021-09-06 10:31:12 +08:00
方进新:股市不是这么玩的
pupboss
2021-09-06 10:37:40 +08:00
@YJi 对呀,高瓴资本的张磊年初就清空所有教育股,你要说他没领导朋友我是不信的

教育股暴跌,高瓴资本提前清仓,张磊曾表示教育是永远不需要退出的投资
https://xw.qq.com/cmsid/20210726A0BKN300?f=newdc
tangchi695
2021-09-06 10:38:08 +08:00
训练 12306 的验证码也只能识别当前这张验证码是什么啊,难道能预测下一次验证码是什么?
shenfu1991
2021-09-06 10:38:39 +08:00
@felixcode 也是识别啊,我提供一张图片,让模型分类
SlipStupig
2021-09-06 11:23:29 +08:00
你只看 K 线不看资金量么,就算你完全预测正确,你能控制走势么,你有多少资金量呢?你的资金投进去也会影响啊
SlipStupig
2021-09-06 11:26:07 +08:00
本人用深度学习选基金组合,目前跑了两个月收益率为 6%,我感觉在基金领域中有点用,反正基金反应慢,然后我也不用纠结调仓问题
triptipstop
2021-09-06 11:56:20 +08:00
你的想法是可以的,只是准备样本很麻烦,而且需要你有稳定盈利的经验。

可以看看现在的原油 10 分钟图,注意我的发帖时间,这张图上,会升。
ncepuzs
2021-09-06 11:58:27 +08:00
@alading11 好家伙,预答辩换选题,又得延毕了。当初怎么开的题?
jimrok
2021-09-06 13:46:58 +08:00
应该不需要训练,根据量价和均线就可以判断。

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/799974

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX