5.31用机器学习跑沪深300的结果

这个结果挺打脸,也在预期之中。

我也不觉得算法一定能预判准确,市场是众多参与者合力的结果,而且即使预判对了方向,参与的人会提前做出规避,从而改变因果逻辑,最后也会给出模型不准确的结论。
发表时间 2025-06-15 23:44     来自广东

赞同来自: 春秋战国

1

bbqyee

赞同来自: 量化投资先锋

相关性不代表因果性。很多因子看上去像是一起决定了最终结果,但实际上只不过是和结果一样,是由另外一些因素导致的结果而已。
2025-06-18 08:35 来自北京 引用
0

huxj2015

赞同来自:

重点是模型.....................
2025-06-18 07:08 来自四川 引用
2

sanbeishui

赞同来自: KevinLe kolanta

这玩意难就难在自变量的个数本身也是变量。不像下棋,不论围棋还是象棋,规则是固定的,棋怎么走就固定了,你不能超出规则来下棋,那么算力就成了主要因素,这些规则作为自变量算出应变量就可以了。
而沪深300指数作为应变量,那么影响这个指数的自变量本身是不确定的,连个数都是不确定的,我们只能通过历史上已知的自变量来构建模型。
牛顿的那个名言,他是能算出天体的轨迹,但不能算出股票涨跌,也是因为天体轨迹的计算简单,变量少,万有引力公式就那么几个变量,如果变成三体问题,那变量就多多了,谁都解不开。股票涨跌是市场中所有参与者共同作用的结果,那变量实在是太多了,还有很多历史上从没出现过的变量,什么大国战争,核弹威慑,太阳耀斑,小行星撞地球。新科技的出现等等,都会影响指数,但模型无法预测这些,你只能知道你知道的事,模型是不能预测现在不存在也不知道的变量的。但人的预测不精确,不准确,但会考虑一部分不知道的变量。
2025-06-17 22:55 来自上海 引用
0

Darkest

赞同来自:

@lilmaize
不知道你具体用的什么模型,是传统还是神经网络,但沪深300日线这种级别的数据量拿来做时序预测的训练基本都是过拟合,没什么意义
用神经网络
2025-06-17 21:40 来自广东 引用
1

lilmaize

赞同来自: cxwug1

不知道你具体用的什么模型,是传统还是神经网络,但沪深300日线这种级别的数据量拿来做时序预测的训练基本都是过拟合,没什么意义
2025-06-16 23:54 来自浙江 引用
0

Miloooo

赞同来自:

那些量化基金应该也在搞机器学习跑模型吧
2025-06-16 23:13 来自北京 引用
1

电动自行车

赞同来自: Miloooo

这玩意 ,已经 研究20年了。

历史拟合 非常优秀 。

未来实战,一塌糊涂 。
2025-06-16 21:11 来自湖北 引用
1

Darkest

赞同来自: 电动自行车

@波浪形态
啊,直线下跌
结果是错的
2025-06-16 19:34 来自广东 引用
0

Darkest

赞同来自:

@cityrusher
牛啊,不要放弃,如果结果不理想再分析一下原因。这个学习是人了定义判断规则还是机器全自主学习再预测?
是提供因子、参数让模型学习并对后校结果进行矫正
2025-06-16 19:23 来自广东 引用
0

波浪形态

赞同来自:

啊,直线下跌
2025-06-16 14:00 来自浙江 引用
0

cityrusher

赞同来自:

牛啊,不要放弃,如果结果不理想再分析一下原因。这个学习是人了定义判断规则还是机器全自主学习再预测?
2025-06-16 08:31 来自上海 引用
0

hotsosa

赞同来自:

机器可以完美解释历史上逝去和幸存人物的爱恨情仇,却没法预测下一个当下历史巨物的推波助澜,因为它持仓结构历史上达不到现有水平,数据也构不成大样本。微盘或许能从历史读取些什么,但是身在局中,要看局外。
2025-06-16 08:08 来自四川 引用

要回复问题请先登录注册

发起人

问题状态

  • 最新活动: 2025-06-18 08:35
  • 浏览: 4593
  • 关注: 20