|
泻药~ 这个和猜猜科技当前做的事情有比较强的关联，我拣干货回答一下。 结论：效果不理想。 题主提到的应该是机器学习模型在股票市场的估值定价体系，能否成功找到中长期有效的阿尔法。答案是不能。 其中最核心的原因包括及格方面： - 股票（或者期货）的二级市场缺少足够有效的训练样本。这里的样本更多指的是一些特定时间的训练样本，比如次贷危机的样本，少的可怜只有一次。另一方面，由于市场基础设施和基础假设也在不断进化，80年的训练样本放在今天，同样不是有效的训练样本。
- 股票市场存在多个周期性的叠加，让预测增加了难度。这里面包括事件、宏观环境、行业周期、国家经济环境等多重因素形成的不同时间区间的预测周期。
- NLP等技术的快速发展，让自动化的文本分析、因子提取效率大幅提升。然鹅，最终并无明显效果。
- 最最核心的原因，是因为资本市场的训练样本和模拟样本，目前还没有找到代表性。换句话说，在binary的预测模型中，目前还没有机器学习模型能够明显有效的行程50%以上的准确率。用人话说，资本市场的昨天目前还没有办法证明可以预测今天或者明天。
这里的几点，可以比较好的用图像的机器学习训练来类比，机器学习的训练数据更加多，更加结构化，周期性更加一致，更重要的是，图像中的代表性问题不存在。所以图像语音是DL最好的落地场景，而金融市场目前还不是。 欢迎各大maga hege fund大神过来拍砖。 | 
转播
