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 | |
