利用机器学习训练分类好的 k 线图，能否识别股市涨跌？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 1176 天前的主题，其中的信息可能已经有所发展或是发生改变。

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 。

第 1 条附言 · 2021-09-06 10:29:02 +08:00

没想到这个话题居然上热榜了！

大部分回复都很有意义，学到了很多。本来我也是临时想到这个问题，觉得可能可以借鉴12306的思路，新鲜的东西大

家可能想尝试一下。我这个设想的确是有问题：就是训练素材不能准确分类，虽然k线图上后面部分股票涨了，但这也

无法证明和前面部分有关联，因此用前面部分的k线归类为“涨”是有问题的，但是12306的图不一样，猫就是猫，是特

征的。但是还是不服气，可能心里希望实验结果有些惊喜吧。有空可以尝试一下，市面应该有傻瓜训练图片模型的

工具，到时候验证一遍就彻底服气了😄

另外看到回复很多提到“量化”这个词，我一开始很疑惑为什么和量化扯上关系，原来是我对量化这词理解错了😄，维基百科对量化的解释：

量化可以指：

量化 (数理逻辑)，在语言和逻辑中，指定一个谓词的有效性的广度的构造
量化 (信号处理)，在信号处理中，将连续的信号取值离散化为有限多个取值的过程
量子化，从经典场论建构出量子场论的过程
量子化学
量化交易，泛指以自动化及数据分析进行交易，参见高频交易或算法交易

“量化交易，泛指以自动化及数据分析进行交易，参见高频交易或算法交易” 根据这个定义，本主题确实涉及量化。

另外有些回复莫名其妙，和我的本意完全不搭边。

第 2 条附言 · 2021-09-06 10:41:51 +08:00

附上一张图片说明一下吧，这个设想只是分类（识别）图片，不是预测。。。

训练的部分是蓝色框部分，不是红色框，当然这个结果可能也是前面说的那样，只是让大家更加清晰的了解我的想法

第 3 条附言 · 2021-09-06 10:47:50 +08:00

如上面图片，归类为 “涨”，因为从这个完整图片（红色框）我们可以认为他是涨的，我们用蓝色框部分去训练。

所有的分类为 “涨”、“跌”、“横盘”，模型训练完成后，下次用一张图给模型进行识别，看看他是属于那个分类。

重要的事说三遍！
重要的事说三遍！
重要的事说三遍！

是分类（识别），不是预测！这下应该说的够明白了吧

分类

机器学习

验证码

识别

114 条回复 • 2021-09-07 10:39:14 +08:00

1 2

❮

❯

101

wangyzj

2021-09-06 14:37:36 +08:00

/t/720788#reply5

102

imn1

2021-09-06 15:18:08 +08:00

1.可以
2.可以但有准确度问题，你这个方法简单了，准确度很低，建议先拟合为“近似正弦曲线”再做训练
3. 理论和实操是两件事，此帖没有说明只是理论研究还是想实施赚钱，后者还是要注重操盘，说句简单类比的话——不是看几本书就能做生意的

关于第二点，一些 K 线“看上去”是横盘，但实际“横盘”周期很长，曲线拉平了，算下来周期结束可能亏损了 20%~30%，显然这期间持币要比持仓要好很多
拟合为“近似正弦曲线”，最主要就是预测周期，而不是涨跌幅，一段较长的谷周期（股市多是峰短谷长），就要考虑离场了

最后，机器学习都只适合中长线，短线几乎都需要极高的操盘能力（对冲和仿 T+0 ），以及大量资金，不是散户玩得开的