C*****5 发帖数: 8812 | 1 就是自动提示买入卖出点的,对时间要求不高,更新频率最高一小时一次。做中长期投
资辅助决策用的。可以放在自己的小server上分享给亲戚朋友。纯属业余爱好,准不准
的都是其次。还望版上各位AI大牛数据狂人给点意见。
数据源:
Pandas自带的上证指数(日线级别的的有,不知道小时级别的有没有,没有去哪里找?
)。
训练数据:包括OHLC价格,成交量,各种常见指标等feature的时间序列数据。还有什
么feature可以用?
Label(买入卖出点):历史数据里找拐点,这个估计可以自定义一些规则很容易筛出
来,自动标记。
训练方法:用LSTM或者XGBoost之类的流行方法,试过才知道
工具:Tensorflow+Keras / XGBoost / Jupyter notebook / Pandas / Bokeh (还有什么
简单易用的好工具可以试试?) |
j**s 发帖数: 1518 | 2 你别看不起linear model嘛,上来就用deep learning,会死的很惨 |
f********d 发帖数: 796 | 3 我教你个简单的,就是大师割肉你买入,大师买入你做空。大师嚎叫你关注!不需要任
何技术绝对赚钱 |
s****h 发帖数: 3979 | 4 你要考虑是上纯supervised还是reinforcement。
如果是纯supervised,哪些feature做输入,哪些做输出?
输入仅仅包括TA(股价,成交量,各种TA指标)?还是也考虑FA,行业整体评价,行业内
平均,各种financial数据?
股价若干时间后的变化是输出?
个人意见是仅仅靠日线,靠TA是做不出来啥东西的。如果有每一次交易的成交记录可能
会好很多。
至于是用deep learning还是传统的classification/regression倒是其次的。
估计你动手试一试才更有思路。
如果是reinforcement learning,你需要试不同的policy, value function。可以盲选
,可以基于supervised的结果选,可以基于网上高手们发的成功交易来选。
【在 C*****5 的大作中提到】 : 就是自动提示买入卖出点的,对时间要求不高,更新频率最高一小时一次。做中长期投 : 资辅助决策用的。可以放在自己的小server上分享给亲戚朋友。纯属业余爱好,准不准 : 的都是其次。还望版上各位AI大牛数据狂人给点意见。 : 数据源: : Pandas自带的上证指数(日线级别的的有,不知道小时级别的有没有,没有去哪里找? : )。 : 训练数据:包括OHLC价格,成交量,各种常见指标等feature的时间序列数据。还有什 : 么feature可以用? : Label(买入卖出点):历史数据里找拐点,这个估计可以自定义一些规则很容易筛出 : 来,自动标记。
|
C*****5 发帖数: 8812 | 5 谢谢!等我做一段时间有体会了再来答大牛的问题
【在 s****h 的大作中提到】 : 你要考虑是上纯supervised还是reinforcement。 : 如果是纯supervised,哪些feature做输入,哪些做输出? : 输入仅仅包括TA(股价,成交量,各种TA指标)?还是也考虑FA,行业整体评价,行业内 : 平均,各种financial数据? : 股价若干时间后的变化是输出? : 个人意见是仅仅靠日线,靠TA是做不出来啥东西的。如果有每一次交易的成交记录可能 : 会好很多。 : 至于是用deep learning还是传统的classification/regression倒是其次的。 : 估计你动手试一试才更有思路。 : 如果是reinforcement learning,你需要试不同的policy, value function。可以盲选
|
c********2 发帖数: 353 | 6 找点事干挺好的,省得天天在这pump nvda, |
C*****5 发帖数: 8812 | 7 pump NVDA搞不好是积德行善
【在 c********2 的大作中提到】 : 找点事干挺好的,省得天天在这pump nvda,
|
l*******8 发帖数: 1064 | 8 第一反应。
凑足10个字。
: 找点事干挺好的,省得天天在这pump nvda,
【在 c********2 的大作中提到】 : 找点事干挺好的,省得天天在这pump nvda,
|
n*******s 发帖数: 17267 | 9 我曾经也想写一篇论吴清源十盘棋中的妙恶手来着, 后来发现无论是棋还是市场我充
其量只能感受到风动而已, 但是也正因为这个, 机器了我对市场的超级兴趣。 |
C*****5 发帖数: 8812 | 10 主要是只做日线级别的数据量就不大了。总共才几千个数据点。很容易over fitting。
靠谱的小时线,分钟线的数据貌似不好找。免费的多半有错。
【在 j**s 的大作中提到】 : 你别看不起linear model嘛,上来就用deep learning,会死的很惨
|
|
|
j**s 发帖数: 1518 | 11 数据越少,越需要用简单的模型防止overfitting啊
想要增加数据点,可以把上证的成分股加进来,或者去淘宝买更精细的数据
跟你nvda赚的钱相比,买数据花不了几个钱
【在 C*****5 的大作中提到】 : 主要是只做日线级别的数据量就不大了。总共才几千个数据点。很容易over fitting。 : 靠谱的小时线,分钟线的数据貌似不好找。免费的多半有错。
|
C*****5 发帖数: 8812 | 12 我是同意你的说法的呀。我是说数据少,用DL容易over fitting。
【在 j**s 的大作中提到】 : 数据越少,越需要用简单的模型防止overfitting啊 : 想要增加数据点,可以把上证的成分股加进来,或者去淘宝买更精细的数据 : 跟你nvda赚的钱相比,买数据花不了几个钱
|
s****h 发帖数: 3979 | 13 别抬举我了。
瞎说几句而已。
【在 C*****5 的大作中提到】 : 谢谢!等我做一段时间有体会了再来答大牛的问题
|
j**s 发帖数: 1518 | 14 给你个题目练练手吧https://www.kaggle.com/c/two-sigma-financial-modeling
【在 C*****5 的大作中提到】 : 我是同意你的说法的呀。我是说数据少,用DL容易over fitting。
|
n****0 发帖数: 284 | |
C*****5 发帖数: 8812 | |