关于半监督学习在量化投资里面的应用

2016/7/20 posted in  观点

Q:各位大牛,我最近在尝试用机器学习进行市场趋势判断的时候有了一些小进展,与大家分享一下,看看各位的经验以及成果是什么?
最近,我们之前是指直接把市场的Raw data 利用机器学习去进行特征的提取和训练,但是效果很差。最近转换了一下思路,采用对于技术指标的二次学习来进行判别,效果会好很多,各位如果感兴趣,或者已经进行了这方面的尝试,大家可以交流一下。包括加入宏观因素,最近我在尝试用LSTM进行判断,效果可从40%提高到60%。不知道各位大牛如何看法?如果可以的话,说明还是真的一个小成就,哈哈~~~~~~

A:你上面说的这个方法,之前在05年的时候,西蒙斯就挖了一个博士生,专门做的半监督学习,即指标的一部分因素是监督的(即可以进行分类划分),但是还有一部分的特性是无监督的(即没有明确的分类及特性指示)。当时,用到的一本书叫《Technical Analysis from A to Z》里面介绍了各种技术指标的方式,西蒙斯当年给这位博士生的开价是1亿。

内心戏:哇塞,好多,看来我的这点不成熟的小尝试还是挺值钱的,哈哈哈哈哈哈!!!!!只不过人家05年就开始了,我05年还在看言情小说~~~

这的确是统计和机器学习在金融中的一个重要应用和方向,你们把他用作风险管理,还是很有意义的事情,加油!

yeah!!!!!Cool!!!!!恩,自信心爆棚,等着吧,哈哈哈~~~~~~~~~