利用机器学习训练分类好的 k 线图,能否识别股市涨跌?

2021-09-05 16:00:08 +08:00
 shenfu1991

大家都知道 12306 验证码出来的时候人工识别费时费力,通过机器学习对其分类,通过大量训练,验证码识别正确率

达到 99%以上。

那么,如果我们把已经分类好的 k 线图,按照其属性分类为 涨、跌、横盘 3 个类别,通过训练,最后得出来的模型能

否用于预测股市涨跌?

因为不是该领域的,所以没办法验证,有兴趣的大佬可以试试。不过这需要大量的训练图片,有点不好弄。

PS:纯属讨论可行性,不要人身攻击,thx 。

11809 次点击
所在节点    程序员
114 条回复
lyminghao
2021-09-05 19:20:11 +08:00
首先你要知道股市里的信息量远超 K 线,K 线只包含历史上每日的四个价格,关于交易量、国际形势、政策这些信息,是无法从 K 线中获取的。
yzbythesea
2021-09-05 19:23:25 +08:00
locoz
2021-09-05 19:52:57 +08:00
你还不如根据舆情来,至少这个是有人做过成功案例的…
admirez
2021-09-05 19:53:21 +08:00
我个人认为是可以的,但是要会止损
Vndi
2021-09-05 20:01:59 +08:00
股市短期是混沌的,换句话说无法预测
elffkdx
2021-09-05 20:23:30 +08:00
有个叫西蒙斯的搞成功了,但人家也不会公开算法,而且他的模型是很多很牛的人一起搞的,一般人没那个知识水平。
adsltsee94
2021-09-05 20:26:25 +08:00
金融民工表示:不可以
dbow
2021-09-05 20:36:35 +08:00
不可以,未来是不可预测的。
malagebidi
2021-09-05 20:44:36 +08:00
我只看过大佬分析相似 k 线图,是用来类比超短线中的妖股走势,其他情况估计没啥卵用,基本的分析方法就够了。
swordspoet
2021-09-05 20:45:47 +08:00
不能
mixz
2021-09-05 20:48:43 +08:00
有 v 友分享过类似的小工具
alading11
2021-09-05 21:02:42 +08:00
隔壁实验室有人毕设课题做的股票预测,预答辩被专家怼死,直接改选题
encro
2021-09-05 21:20:34 +08:00
假如能赚钱,赚钱的也不是你:

比如说平安证券,一群专家在做量化,自己又有来自保险的钱搞投资(现在有比例限制了),假设他们能赚走市场 80%的利润,剩下 20%利润给了家奴,凭什么你认为你能赚到?




不要用过去去预测未来,因为事情总在发展和变化。
obafgkm
2021-09-05 21:32:03 +08:00
都说不行,那那些 quant 是干什么的?
fff333
2021-09-05 21:56:50 +08:00
@yzbythesea 这是哪年的啊
ian19znj
2021-09-05 22:13:18 +08:00
股市就不是个数学问题,靠的是运气,运气好的跟着大佬喝点汤。
arthurire
2021-09-05 23:29:00 +08:00
我也不太用 ML,简单讲一下.

首先的确有人在这么做. 但是不是简单的"把 K 线按照后面几天的涨幅打标签"然后训练.

===

量价只是一个特征,或者说一类特征,你是不能在没有其他维度(例如情绪,例如市场环境,etc)的基础上简单粗暴的说"这样的 K 线后面一定涨"

那么问题来了,如果你能叠加很多特征,那么你再辅佐以对 K 线的判断,无疑是能赚钱的.

大公司在做的无非就是把很多个弱因子叠加.就得到了很牛逼的模型. (这句话不是我说的)
YJi
2021-09-05 23:44:21 +08:00
@pupboss 前两个,做时间的朋友不可取,做领导的朋友就可以精准预测了。 ( doge
nicevar
2021-09-06 00:13:27 +08:00
没用,自从有股市以来,史上最强的团队也是赔得妈都不认识
binux
2021-09-06 00:23:33 +08:00
你是既不懂机器学习又不懂股市,还不愿自己尝试又要去指导别人。
有句话怎么说来着?我觉得火箭应该烧煤!

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/799974

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX