AI炒股，靠谱不靠谱?
作者：互联网
前一段时间，在听<Sapiens: A Brief History of Humankind >(中文译本: 人类简史)。其中一章讲到股票可以用人工智能预测吗？作者的观点是不可以。因为股票市场是有对抗性的，如果大家都相信预测结果，而采取行动，而这样的集体行动必然会影响股价。这个问题很有意思。然后，我就饶有趣味的观望了一下人工智能预测股价的现状。
在进入主题之前，分享一下财经圣经，Benjamin Graham的<The Intelligent Investor>(中文译本:聪明的投资者)的主要观点之一: 不要尝试做预测！！！股票市场唯一不变的是，他会残忍地给对未来预测自信满满的你一个surprise。
<思考的快与慢>的作者Daniel老爷爷也说啦，这个世界大部分事情都是随机的，有一些因果关系嘛，都是喜欢故事的人类牵强编出来的。股票市场，真的不要去预测。
既然股票市场无法做预测，那华尔街的分析师们都在忙什么？那些财经数据分析师们都在忙什么？<聪明的投资者>里说，其实他们忙活不忙活都一样。如今有那么多数据，难以避免想去分析，就像一个人拿着锤子，见到钉子或者像钉子一样的东西，都想过去钉一下。
有意思的是，前一段时间听Lex Fridman的一期podcast，嘉宾是物理学家Stephen Wolfram, 他提到了，量子力学是破解这个世界的基础，如果人类能够成功建模量子微观世界，这个世界的任何东西都是可以预测的，比如说此刻的你在做什么，甚至本期的podcast的内容都可以预测出来， 所谓the theory of everything. 如果是这样，那股票市场预测应该是个小问题吧。
那股票市场到底可以预测吗。我们暂时可能无法回答这个问题。但我们可以回答一个问题，人工智能可以像巴菲特一样买卖股票吗。可能按照Daniel的理论，巴菲特也只是运气好)。或者我们把问题更general一点，人工智能可以像一个行家一样买卖股票吗？这个答案可能还是比较有信心的问答，可以。股票市场有没pattern我们不知道，但行家的操作还是有pattern可以找。
早期的股票预测模型，通常是基于时间序列模型，通过序列分析来预测未来的股票走向。靠谱度如何呢？我想起了在大学时候学过一门课，叫做时间序列分析，有一个例子是，预测彩票，彩票比股票应该更加难以琢磨。这又让我想起了有了锤子找钉子的比喻。时间序列模型对于股票操作来说，是有一定指导意义的，可以这么说吧，时间序列模型就和那些看曲线走势的股民们做着差不多的事情。虽然你不懂背后的驱动力是什么，但是却是有一定的规律，多少规律可信，对于股民和时间序列模型来说，一样难评定。在市场风险领域，会引入一种评定方法，称为backtesting(事后校验)。把实际的结果与模型预测出来的结果做比较。在机器学习领域，这个backtesting和test set很相似。如果backtest的结果好，可能只是overfitting了测试数据。就和选基金一样，一个基金在过去五年的表现特别好，但不代表未来就一定好。
貌似我们进入了一个思考的死胡同: 测试结果坏，不行; 测试结果好，不一定可信。机器学习中，我们是不是也要质疑test set的评分好到底可信不可信吧。test set的评分是不是可信，有一个很大的前提: test set的分布是不是可以代表真实的分布。对于股票曲线走向，我们可以这么翻译过来，参与backtest的这个时间段的市场因素是不是有代表性。比如说2020年，COVID19对IT股和旅游股的影响，使得2020的IT股和旅游股的走势并不能代表general的情况。而市场因素非常的复杂，可代表还是不可代表，这个问题本身就很难回答。每一种编程语言的helloword都很好写，但实际的code都相当复杂。我们学习test set策略时，猫狗的例子中的test set就和helloword差不多，但对于实际问题，难度大很多，而对于股票市场来说，尤其的难。
对于一个经济分析师或基金经理，当然并不是由单一的曲线走势来决定投资策略。研究股票预测的机器学习工程师们，总结出了三个方面。
-
技术分析technical analysis: 即上文提到的股票曲线走势
-
情感分析sentiment analysis: 股民心态，股民对股票的情感是积极的还是消极的
-
基本面分析fundamental analyisi: 如公司的财务报表，负债情况等等
技术分析和基本面分析，大家都不陌生，作为模型的输入，也是非常直观，就是一堆数据，Internet上随便拉。那情感分析具体怎么操作呢。情感分析属于自然语言范畴。机器学习工程师们会从推特，脸书以及其他的论坛上爬和股票相关的内容，做情感归类。谈到情感分析对于股票预测，相关的新闻也被列入此范畴，而且影响度似乎更大。有相当多的机器学习工程师们在做模型，来预测某只股票，当有相关的新闻在路透或者彭博发布后，当天的收盘价。实现起来也是自然语言处理的一个应用，算法也是可以自由选择，神经网络，SVM，甚至decision tree。当然每个机构或者个人的ambitious是不一样的，长线预测还是短线预测，投资比例等等都是重要的信息。
模型做出来了，怎么评价其质量呢?当然靠谱的结论是通过实践得出来，而不是实验室用已知的数据计算出来的。一个模型到底好不好，可能需要多年的时间来检验，不过多年之后，对股票影响的因素可能又发生了变化，模型可能早就更新了多个版本了。
股票的预测模型，与其说是intelligent，我更愿意说是automation，虽然二者概念的边界很模糊。intelligent强调的是模型真正的掌握了奥秘，而automation是automate了人类的操作。而每个公司的模型是automate了该公司的操作策略。
如果说只是automation的话，大家可能对其难度大大松了一口气。实则不然。即使我们已经拥有了automation (AUTO)，也是有原则必须遵守，列出几条我比较感兴趣的分享一下:
-
不要人为干涉。人为干涉只会增加bias，影响AUTO效果。
-
世界变化是很快的，对于金融市场更是如此，所以必须考虑如何进化模型。
-
对于机构来说，不要出售自己的AUTO, 这样做的话，一来lose focus，二来，大量使用，市场的对抗性会影响AUTO效果
最后分享一些我读过的比较有意思的相关文章论文:
https://medium.com/swlh/teaching-a-machine-to-trade-stocks-like-warren-buffett-part-i-445849b208c6
https://www.quora.com/Has-anyone-applied-AI-for-stock-trading-with-a-90-or-higher-success
https://towardsdatascience.com/backtest-trading-strategies-with-pandas-vectorized-backtesting-26001b0ba3a5
https://ep.liu.se/ecp/165/003/ecp19165003.pdf
阅读更多作者原创文章，关注微信公众号:
标签：分析,set,预测,AI,股票,模型,炒股,test,不靠 来源： https://www.cnblogs.com/dagis/p/14284880.html