傳統(tǒng)的交易系統(tǒng)策略——是人工定義的。

現(xiàn)在的機(jī)器學(xué)習(xí)——規(guī)則不是程序員制定的，而是自己學(xué)出來的，規(guī)則是計算機(jī)從數(shù)據(jù)中挖掘出來的。

識別手寫模型用的SVM，有很強(qiáng)的魯棒性；

監(jiān)督模型：分類、回歸。

非監(jiān)督模型：沒有Y的信息，從X里面能不能自己發(fā)現(xiàn)規(guī)律；聚類、降維。X是300*1的點，每個時間點有300個指標(biāo)，用聚類的方法，這些時間序列歸一類，另一些時間序列歸另一類；300維能不能降到20維，300維某些列是冗余的，如何在高維空間中的點在低維空間表示出來，embeding；

強(qiáng)化學(xué)習(xí)：ENV——大盤，背后是馬爾科夫決策過程，markov decision?

分類：看漲、看跌。

回歸：預(yù)測出下一時間的價格。

以一組輸入的訓(xùn)練集為輸入，學(xué)習(xí)出來所有對應(yīng)參數(shù)的最優(yōu)組合，在你給定的訓(xùn)練集上表現(xiàn)性能最好。

評估模型：model.prefict，

打分：把真實際的值與預(yù)測的值對比。score成績好完全不等于回測好。

如果加了第二項，加到線性回歸上去，比不加效果好，

最小二乘，找到cita使J（cita）最小

?

?

總結(jié)

以上是生活随笔為你收集整理的量化交易实战——互联网金融之四的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。