M****o 发帖数: 4860 | 1 如果TA真的有用
为什么ML还干不过市场?
高手来分析一下吧 |
b****5 发帖数: 449 | 2 ML can't explain why.
而且市场短期是博弈,你有ML我就根据你的ML反过来ML,noise 很多。
Facebook 大数据分析用户习惯不存在博弈,噪音小的多。
以前我老板教育我,在股票上Linear Regression远远比PCA或者SVM/NN要实际的多,出
了岔子都好改。 |
M****o 发帖数: 4860 | 3 TA doesn't explain why either.
【在 b****5 的大作中提到】 : ML can't explain why. : 而且市场短期是博弈,你有ML我就根据你的ML反过来ML,noise 很多。 : Facebook 大数据分析用户习惯不存在博弈,噪音小的多。 : 以前我老板教育我,在股票上Linear Regression远远比PCA或者SVM/NN要实际的多,出 : 了岔子都好改。
|
r*****e 发帖数: 7853 | 4 ML大多在骗funding的阶段
想想一个人炒股被train了多少年,人类的智商积累了多少年
【在 M****o 的大作中提到】 : 如果TA真的有用 : 为什么ML还干不过市场? : 高手来分析一下吧
|
s***d 发帖数: 15421 | 5 交易信息不对称
★ 发自iPhone App: ChineseWeb 11
【在 M****o 的大作中提到】 : 如果TA真的有用 : 为什么ML还干不过市场? : 高手来分析一下吧
|
M****o 发帖数: 4860 | 6 详细说一下?
对散户不是一样有这个问题?
【在 s***d 的大作中提到】 : 交易信息不对称 : : ★ 发自iPhone App: ChineseWeb 11
|
p***r 发帖数: 920 | 7 做 macro 不行,micro 可能可以。而且市场涨跌的原因总是在变化的,hard to
predict the future by fitting the history
★ 发自iPhone App: ChineseWeb 11
【在 M****o 的大作中提到】 : 详细说一下? : 对散户不是一样有这个问题?
|
M****o 发帖数: 4860 | 8 Google 了一下
Gatech开了一门课叫
Machine Learning for Trading
https://www.udacity.com/course/machine-learning-for-trading--ud501
【在 M****o 的大作中提到】 : 如果TA真的有用 : 为什么ML还干不过市场? : 高手来分析一下吧
|
M****o 发帖数: 4860 | 9 还有paper,有兴趣的可以看一下:
Stock Market Forecasting Using Machine Learning Algorithms
http://web.stanford.edu/~hjiang36/projectReports/CS229.pdf |
g****t 发帖数: 31659 | 10 因为它是market的一部分。
假设有个交易员,赢Market,那么他的复利滚动比market厉害,
时间长了,他在Market里占的权重就很大了,然后他就会越来越不厉害。
最后就赢不了了。因为假设一个权重大的票赢平均,这本身是悖论。
这个过程基本的finance engineering书上应该都有简单分析。
实践中,无非是早晚输的问题而已。
简单的说,人人都机器学习,然后赢市场的平均,那赢的钱是谁出的?
这个空间的过程在时间上展开也是一样的。巴菲特赢market的比例你算算就明白了。
【在 M****o 的大作中提到】 : 如果TA真的有用 : 为什么ML还干不过市场? : 高手来分析一下吧
|
|
|
M****o 发帖数: 4860 | 11 我可以控制我在market里的比例啊
又不需要一直all in?
【在 g****t 的大作中提到】 : 因为它是market的一部分。 : 假设有个交易员,赢Market,那么他的复利滚动比market厉害, : 时间长了,他在Market里占的权重就很大了,然后他就会越来越不厉害。 : 最后就赢不了了。因为假设一个权重大的票赢平均,这本身是悖论。 : 这个过程基本的finance engineering书上应该都有简单分析。 : 实践中,无非是早晚输的问题而已。 : 简单的说,人人都机器学习,然后赢市场的平均,那赢的钱是谁出的? : 这个空间的过程在时间上展开也是一样的。巴菲特赢market的比例你算算就明白了。
|
g****t 发帖数: 31659 | 12 我给了linke了,你自己研究吧。
你控制自己的仓位比例,那么你的总财富的增加速度就赶不上market了。
【在 M****o 的大作中提到】 : 我可以控制我在market里的比例啊 : 又不需要一直all in?
|
M****o 发帖数: 4860 | 13 ok。谢谢。
越想越哲学,to beat the market is to become the market...
【在 g****t 的大作中提到】 : 我给了linke了,你自己研究吧。 : 你控制自己的仓位比例,那么你的总财富的增加速度就赶不上market了。
|
m*****u 发帖数: 1727 | |
c**t 发帖数: 9197 | 15 sample size too small, market has new thing everyday, all past data not
enough to predict future. |
g****t 发帖数: 31659 | 16 我的浅见:
全市场平均,看着简单,其实是投资史上巨大的发明。
【在 M****o 的大作中提到】 : ok。谢谢。 : 越想越哲学,to beat the market is to become the market...
|
g****t 发帖数: 31659 | 17 握手,这个和我前几天一个说投资策略的边界的帖子的意思一样吧?
不管你什么电闪雷劈的策略,用到的参数都是有限的,所以总有一种走法在明天或者下
一个月,或者明年让你失望。
所以我个人的认识是,一定要加FA,引入新的information source。
光看市场数据是不行的。
【在 c**t 的大作中提到】 : sample size too small, market has new thing everyday, all past data not : enough to predict future.
|
M****o 发帖数: 4860 | 18 Then how to achieve average market return?
【在 g****t 的大作中提到】 : 我的浅见: : 全市场平均,看着简单,其实是投资史上巨大的发明。
|
g****t 发帖数: 31659 | 19 这个有难度。你能弄好了,就可以开一个比SPY还大的公司。
【在 M****o 的大作中提到】 : Then how to achieve average market return?
|
S**P 发帖数: 1290 | 20 我觉得这说明小账户和大账户的操作策略是不一样的。
小账户不影响市场。
账户大到一定程度后就开始影响市场了。
【在 g****t 的大作中提到】 : 因为它是market的一部分。 : 假设有个交易员,赢Market,那么他的复利滚动比market厉害, : 时间长了,他在Market里占的权重就很大了,然后他就会越来越不厉害。 : 最后就赢不了了。因为假设一个权重大的票赢平均,这本身是悖论。 : 这个过程基本的finance engineering书上应该都有简单分析。 : 实践中,无非是早晚输的问题而已。 : 简单的说,人人都机器学习,然后赢市场的平均,那赢的钱是谁出的? : 这个空间的过程在时间上展开也是一样的。巴菲特赢market的比例你算算就明白了。
|
|
|
M****o 发帖数: 4860 | 21 那就买SPY好了。想想我如果2012年all in,现在资产也翻番了啊。。。
【在 g****t 的大作中提到】 : 这个有难度。你能弄好了,就可以开一个比SPY还大的公司。
|
g****t 发帖数: 31659 | 22 友情提醒:
5年翻倍不容易。不管你是什么幻想的策略。
也有腰斩的情景。
【在 M****o 的大作中提到】 : 那就买SPY好了。想想我如果2012年all in,现在资产也翻番了啊。。。
|
s**w 发帖数: 499 | 23 lz这个问题在逻辑上有问题。
市场是由人组成的。所以市场的本质就是体现了所有人类的知识和手段。
而machine learning只不过是所有人类的知识和手段中的一小部分。
部分如何能打败整体?
设machine learning是A。市场上所有知识和手段是A+B+C+D+E+F+G........。
A如何能打败A+B+C+D+E+F+G........?????
如果A是所有知识和手段中最厉害的,那么lz的问题就可以还原成:为什么A不能打败A? |
W***n 发帖数: 11530 | 24 ML will not work for pseudo-stochastic systems |
T*****s 发帖数: 366 | 25 你是谁啊?你知道没有吗?人家machine learning beats the market还要通知你?一
群傻帽还跟着起哄 |
M****o 发帖数: 4860 | 26 看把这个傻冒激动的
【在 T*****s 的大作中提到】 : 你是谁啊?你知道没有吗?人家machine learning beats the market还要通知你?一 : 群傻帽还跟着起哄
|
s******9 发帖数: 4623 | 27 我自己正在做ml,做了半年了,自己做着玩的,每个礼拜周末都花点时间调试
对于大的etf或者大盘股票来说,效果还是可以的,但也beat不过spy,实际上差的还挺
多,尤其是今年上半年,主要我觉得是几个大的dip的缘故,历史相关类似的数据欠缺
。以这次突破新高来说,我的model在brexit之后两天没有给出买入的信号,即使在第
三天后,也只给出了少量买入的信号,而且在brexit之前,系统也没有提示任何直观风
险,只是建议减少仓位
当然,我还没有完全用我的model去操作,因为表现实在一般
对于小盘股票,应用性就更差了,我归咎为小盘股人为操纵明显,没有合适的规律 :)
我的ml model最大的问题就是不能判断突发情况或是er season时候的股价变化,往往
几次er下来,要么赚少了,没赶上牛车,要么赔了,无法及时止损,像brexit这种情况
基本上就是赔钱的份,我正在考虑如何把这些因素加入到我的model中来
我觉得应该要结合ml model + HFT 来处理这种突发状况,或者加强hedge来减少风险。
risk control也是很大的学问之一。
总之,光有个ml model不管用,还得结合其他技术,感想是一个人做这个好累,况且还
不在这个领域内,白天还得忙工作,辛苦啊。
有兴趣的同学可以一块讨论讨论。
【在 M****o 的大作中提到】 : 如果TA真的有用 : 为什么ML还干不过市场? : 高手来分析一下吧
|
s******9 发帖数: 4623 | 28 另外数据缺乏也是关键,网上的free data实在是太少了,不够我的model用的
想买些历史数据,尤其是一些单个股票的数据,又好贵啊
打算自己攒点钱后再考虑
【在 s******9 的大作中提到】 : 我自己正在做ml,做了半年了,自己做着玩的,每个礼拜周末都花点时间调试 : 对于大的etf或者大盘股票来说,效果还是可以的,但也beat不过spy,实际上差的还挺 : 多,尤其是今年上半年,主要我觉得是几个大的dip的缘故,历史相关类似的数据欠缺 : 。以这次突破新高来说,我的model在brexit之后两天没有给出买入的信号,即使在第 : 三天后,也只给出了少量买入的信号,而且在brexit之前,系统也没有提示任何直观风 : 险,只是建议减少仓位 : 当然,我还没有完全用我的model去操作,因为表现实在一般 : 对于小盘股票,应用性就更差了,我归咎为小盘股人为操纵明显,没有合适的规律 :) : 我的ml model最大的问题就是不能判断突发情况或是er season时候的股价变化,往往 : 几次er下来,要么赚少了,没赶上牛车,要么赔了,无法及时止损,像brexit这种情况
|
W***n 发帖数: 11530 | 29
Topless guy
when u 'll be a trillionaire
【在 T*****s 的大作中提到】 : 你是谁啊?你知道没有吗?人家machine learning beats the market还要通知你?一 : 群傻帽还跟着起哄
|
W***n 发帖数: 11530 | 30 or how many ML PhDs
r trillionaires now |
|
|
g****t 发帖数: 31659 | 31 你的学习算法用不用梯度?或者是组合数学类型的,例如
Nearest neighbourhood那种的?
我的浅见:
算法越复杂,做成product level的难度就越大。
因为真钱的话,你要处理的corner cases很多。
我的code,基本的矩阵计算都要看下源码。
因为不是纸交,是真钱。万一错了,哭死都没用。
著名的JPM出过一次excel事故,几十亿没了。
: 我自己正在做ml,做了半年了,自己做着玩的,每个礼拜周末都花点时间调试
: 对于大的etf或者大盘股票来说,效果还是可以的,但也beat不过spy,实际上差
的还挺
: 多,尤其是今年上半年,主要我觉得是几个大的dip的缘故,历史相关类似的数
据欠缺
: 。以这次突破新高来说,我的model在brexit之后两天没有给出买入的信号,即
使在第
: 三天后,也只给出了少量买入的信号,而且在brexit之前,系统也没有提示任何
直观风
: 险,只是建议减少仓位
: 当然,我还没有完全用我的model去操作,因为表现实在一般
: 对于小盘股票,应用性就更差了,我归咎为小盘股人为操纵明显,没有合适的规
律 :)
: 我的ml model最大的问题就是不能判断突发情况或是er season时候的股价变化
,往往
: 几次er下来,要么赚少了,没赶上牛车,要么赔了,无法及时止损,像brexit这
种情况
【在 s******9 的大作中提到】 : 另外数据缺乏也是关键,网上的free data实在是太少了,不够我的model用的 : 想买些历史数据,尤其是一些单个股票的数据,又好贵啊 : 打算自己攒点钱后再考虑
|
s******9 发帖数: 4623 | 32 有些数学模型不算十分复杂,但是也复杂到让我懒得去理解,我不是细节控,我是拿来
主义,有些算法我没有深入的研究过,主要是没有时间
我的code还没有投入实际操作,正在做一些历史数据的verification,连纸交都算不上
,也一直在调试,希望不断的优化后再投入使用
自己在工作中有过类似的经历,前一阵子把一个excel里的计算统统转换成matlab code
,具体过程和结果就不说了,但是光excel里的那些公式的复杂度就让我眼睛快废了,
我不了解你说的jpm的事故,但我相信,尤其是知道excel能有多复杂后
很多人其实不会用excel,今天拉几个cell组合成公式,明天拉几个,循环使用,很多
多余的计算,绝对是excel使用者和维护者的噩梦
btw,excel真的很强大,我觉得是office里最牛的软件,可惜很多人不懂得如何规范使用
[在 guvest (我爱你老婆Anna) 的大作中提到:]
:你的学习算法用不用梯度?或者是组合数学类型的,例如
:Nearest neighbourhood那种的?
:我的浅见:
:算法越复杂,做成product level的难度就越大。
:因为真钱的话,你要处理的corner cases很多。
:我的code,基本的矩阵计算都要看下源码。
:因为不是纸交,是真钱。万一错了,哭死都没用。
:著名的JPM出过一次excel事故,几十亿没了。
:<br>: 我自己正在做ml,做了半年了,自己做着玩的,每个礼拜周末都花点
时间调试
:<br>: 对于大的etf或者大盘股票来说,效果还是可以的,但也beat不过spy
,实际上差的还挺
:.......... |
g**********j 发帖数: 84 | 33 因为股市里的所有信号在很多时间都是非稳态信号
【在 M****o 的大作中提到】 : 如果TA真的有用 : 为什么ML还干不过市场? : 高手来分析一下吧
|
b**********u 发帖数: 59 | 34 sanshi29: 看下你的信箱
【在 s******9 的大作中提到】 : 另外数据缺乏也是关键,网上的free data实在是太少了,不够我的model用的 : 想买些历史数据,尤其是一些单个股票的数据,又好贵啊 : 打算自己攒点钱后再考虑
|
s******9 发帖数: 4623 | 35 已回信,不过回信的时候发生错误,后来又显示发送成功了,不知道你收到没?确认一下
老邢的破网站发信都不能自动保留的吗?
[在 baochaomeigu (baochaomeigu) 的大作中提到:]
:sanshi29: 看下你的信箱 |
s******9 发帖数: 4623 | 36 对的,很多信号你不可能全照顾到
但这正是ml的强处,特别是你有了一些极端的数据之后
ml的关键不在算法在数据
很多大盘股的数据你看着很多,但是其实之间的关联性很强,很多大盘股跟spy的
correlation很高,这些数据其实对我的model来说就是重复的,对我的model training
没有很大的帮助
[在 gaomisiquanj (叶子) 的大作中提到:]
:因为股市里的所有信号在很多时间都是非稳态信号 |
W***n 发帖数: 11530 | |
b**********u 发帖数: 59 | 38
http://www.mitbbs.com/article_t/Stock/36747621.html
建了个散户自动交易俱乐部,欢迎有志之士加入
散户,非HFT
新时代的发烧友
http://www.mitbbs.com/club_bbsdoc/ats_share.html
主要目的:
-- 资源分享,历史/实时数据
-- 交易想法讨论
-- 软件/硬件 实现技巧
the club is private, but will allow anyone to join initially;
on the other hand, we hope serious people / discussion only
【在 s******9 的大作中提到】 : 另外数据缺乏也是关键,网上的free data实在是太少了,不够我的model用的 : 想买些历史数据,尤其是一些单个股票的数据,又好贵啊 : 打算自己攒点钱后再考虑
|