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
|
