深度学习做股票预测靠谱吗?

用LSTM做过很多sequencial data的预测发现效果惊人的好,不知道是否有人尝试过在股票预测方面的应用。
关注者
4,956
被浏览
514,498
收录于 知乎圆桌 ·

首先严格回答题主的问题”深度学习做股票预测靠谱吗?”,答案是No。

做出这个回答我非常的inner peace。因为首先我们讨论的问题是用一个阶段性的人工智能方法去解决终极的问题;其次就算真的有人天纵奇才做出来了,相信这位仁兄也正猫在某个角落里面开心的数钱,而绝对不会跳出来在知乎上喷小弟。

以下正文:

Deep learning和之前的人工智能算法如linear regression, SVM的本质目标是一致的,都是找到一个针对相对固定的input和output的最优化解释模型,其主要优势是可以针对海量数据做DL,通过network网络设计和拟合等手段解决一些传统AI算法无法解决的场景。

首先股票市场受市场宏观系统影响,其本身的变量因子非常的复杂多变,不同因子之间的内在逻辑也在不断的变化。同时作为股票市场的参与者-人,本身就是一种非理性的input,不管是跟风炒股的韭菜还是干预市场的政府。

其次当你在错综复杂的因素中选取了合适的因子后,DL做出的网络模型只是对某一个历史时期内的数据结果最优,相信大部分的践行者都会陷在交易系统鲁棒性和算法拟合结果之间的两难选择。

当你迈出这两个大坑找到一个perfect的算法之后,横在你面前的问题是你无法解释DL模型背后的逻辑,也就是说你无法解释交易最核心的问题:你赚的是谁的钱!!!

交易的本质是一个博弈的过程,你需要了解整个市场上的参与者的决策思想,来不断的动态调整策略本身。这也是为什么历史上的量化交易者都在闷声发财,而做人工智能的教授们都在疯狂灌水的原因。

说到这里可能大家会对于答案有一丝失望。虽然deep learning很难对长期股票趋势做出预测,但是在很多金融问题上还是有很好的应用价值,下面分享两个实践过的小方向。

一个方向是做数据信息的提取,交易是在博弈论基础上基于intuition做出的决策,DL可以作为一个有效的工具来帮助金融从业者提取和优化动态因子。整个市场作为一个实时动态变化的多因子联动体,策略的时效性是成败的关键。

另一个实践方向是在短期交易系统上。如通过DL做某一只股票或者期货买卖对手盘在极短时间内(<5min)的变化趋势预测,来做日内T+0系统或者超过TWAP基准的批量下单。

最后套用Westworld的一个经典台词,在人类找到让机器reveries的方法之前,股票趋势的长期预测是无法实现的。

BTW,那一天到来的时候股票乃至人类,god knows^_^


*作者 : 明势资本投资经理孟祥鹏