[請益] 深度學習選股問題
問題:不知道版上有沒有人使用深度學習選股?
除了把資料分成測試集跟訓練集,
還有什麼方法可以用來確定深度學習的結果是否真的可以使用?
最近用深度學習跑出一個模型
把財報餵給電腦,讓電腦自行去尋找模型
把2014~2017當成訓練資料
2017以後當成測試資料
從2014年到現在投報率695%
同樣的區間 0050 投報率是271%
台積電 投報率是624%
模型曾經最少選出2檔股票,最多選出20檔股票
進出場時間為財報公布日隔天(所以一年只交易四次)
交易都有含手續費跟稅金
我目前有真倉下去跑
初步看起來效果不錯,有擊敗大盤跟0050
4/1(財報公布隔天)到現在投報率有7.5%
我原本是想要找出可以贏過0050跟大盤的模型
結果竟然贏過台積電
讓我覺得有點匪夷所思 是不是哪裡有問題
而且我有研究每季選的股票
完全沒有選過台積電
台積電的財報應該不會不好
所以完全搞不懂深度學習選股的邏輯
--
進出場機制? 網路上有人做 進出場做得好
射飛鏢選股都能每年10%
進場就是財報公布隔天進場 出場沒有設停損停利 直到下一次財報公布才進行換股 當然我有設前提 不會交易流動不足的股票
你用DL嗎 那些Feature 我看到的都只有技術面
feature就用財報阿 完全沒用技術指標
我高中同學 姓韓還開班授課
你再跑跑看?
但我在想搞不好可以用基本面 籌碼delta之類的
我是沒有用籌碼 純粹財報
外國很多 Hedge Fund 新創 薪水開很高
這個最到最屌應該都財富自由了 (薪水)
你說沒選過2330 那就表示現在基本面不是deter. fac.
尼484數學很爛 交易週期三葛月 4/1到現在才半月
痾 抱歉 是我表達不好 是我到最近才鼓起勇氣直接下真倉 真倉就只有4/1到現在
※ 編輯: felix0517 (27.52.160.181 臺灣), 04/18/2021 01:36:39喔對了 想到一個 短期是不準的
短期不準??不太懂
※ 編輯: felix0517 (27.52.160.181 臺灣), 04/18/2021 01:38:27長期次數多才會接近期望值 短期隨便飆
機率與統計的部分 要次數多出現才會是 硬幣正反面
出現機率才會是1:1 短期幾次 出現什麼都有可能
壓天鈺?
你是說我模型要多跑幾次嗎? 我知道DL每次跑每次結果都不太一樣 不過目前每次跑出來的結果是都有贏過0050
※ 編輯: felix0517 (27.52.160.181 臺灣), 04/18/2021 01:43:29好吧 搞不好是增長不夠(沒翻倍) 或毛利率問題
你的Y是什麼?漲過一個門檻算選對?
基本面對的影響較小 (我猜是overfitting
不太懂測試為啥是拿17後?當期間每季做sliding會不
會更妥
*基本面對短期的影響較小
射飛鏢
我也好奇Y是什麼
那你還不all in
Y會大幅影響你的模型建構吧,感覺沒那麼簡單
兩種approach吧 數個class或是Linear
笑死,都做弊了,投報率竟然沒有幾百倍,這樣不行。
小聲告訴你,用三竹就可以選到好股了
事實上每年都有漲很多倍的股票,贏過台積電根本對
操作個股的人來說太簡單了.
回測要找飆股很多啊,昨天看到寶佳10/20年也都贏GG
你問這問題就跟骰了一次骰子擲出6 說怎麼會比期望值
3.5還要大那麼多 是同一個道理
另外你拿14-17來training 怎麼可以報酬從14年開始看
這種東西就直接拿去基金公司賣個幾10億了阿
學界從70.80年代就一直不斷證明給大家看了
你in-sample做出來的東西就是overfitting
要講贏過大盤 請用同一個策略持續操作三到五年
那樣有贏過大盤才稍微比較有可能讓人相信一點點
硬勸一發...
我才完全看不懂你的邏輯,是要訓練啥小
時間序列的回測總是非常麻煩... 有些問題會讓你的
模型有過擬合的情況。基本上很多都沒路用
航海王本身就是搞程式交易,你看能不能先把他釣出來
回文吧...這東西沒那麼簡單~
你做這個回測應該是浪費時間
LSTM 然後碰到下一個黑天鵝 GG
也不能說浪費時間 這個策略看起來還沒辦法檢驗到他
有什麼會成功的地方吧 你回測的邏輯就錯了
市場會跟你證明一切
你有用股價當作feature嗎?
machine learning 就是學分數高的
所以他可能會挑高的去買沒錯 但我很好奇你預測的條
件是什麼?預測完他自己換?
人性無從考量
兩個禮拜在說嘴啥?
至少放到明年4月滿一年再拿成果上來問好嗎...半個
月的績效有啥好討論的zzz
你是不是大陸人啊
如果有這麼簡單 資工系大學生一堆專題做這個的 早
就發財了= =
DL都他媽over fitting 技術面勉強能玩
市場要夠分散(不是只是標的夠多,標的之間相關性太
高沒有甚麼意義)和訓練與測試的時間長度要夠(至少要
涵蓋經濟長期衰退的年份),不然模型的預測能力很難
保證
瘋狂韭宮格也有機會贏喔
這個模型終究只是複製你的想法而已
各個training參數都是你在調的
其實這種模擬都有個漏洞 人性 也許最後結果是賺錢
但過程中碰到坑洞可能賠到脫褲 心態撐不住就
一個月都還沒到是在算心酸的
又一個找到聖經的了
你是用哪個模型?
不太理解會建模的人po文邏輯會長這樣
不知道能不能預測大戶接下來會炒哪支股票。
用財報database小到沒有參考價值
沒有考慮空頭年的整段多空循環來做深度學習?
真有用就不會上來招生了拉 想騙誰 還不融資買爆
會賺阿 在你大賠之前應該都會賺
我也有做,我下單機制是搭配MC
我是季報月報股價籌碼都拿來當feature
多頭沒什麼好預測的。能預測去年初的轉折,跌幅才厲
害。
14
對於深度學習有點概念的人一定不會不認識 Francois Chollet 他的書裡面有對於金融市場和深度學習的評語 " 有些讀者一定希望採用我們這裡介紹的技術,嘗試預測股票市場上證劵的價格 (或貨幣匯率等)。金融市場的波動與天氣變化模式等自然現象在統計特徵上有 很大差異。當僅能取得公開資料的條件下,嘗試使用機器學習來擊敗市場是項艱29
你犯的問題跟深度學習沒關係 是更根本的 怎麼測試投資策略 的問題 : 最近用深度學習跑出一個模型 : 把財報餵給電腦,讓電腦自行去尋找模型 : 把2014~2017當成訓練資料77
我也不知道尼的深度學習選股在幹嘛 不過尼的操作週期4三葛月 固定三葛月 這種固定周期的操作法有一種必然問題 假設有一種情況4
網路上有人在回測各種指數跟策略的影片 不過不是台灣的 先來說說看完心得 用機械回測能代替的是減少巨量的計算成本 但是上百年來有很多天才也在用人力幹一樣的事3
跟你說 回測是一回事 實戰又一一回事啦 程式交易就直接去加密貨幣吧 最近回測結果呢... 大家請看!1
兩年前April 01, 2019 我曾經用深度學習的方式預測TQQQ的買點跟賣點, 準確度還行,投報率是正的, 但是後來我發現一件很嚴重的事,
27
[心得] 投資股票的正確方法!!!投資股票正確方法! 市值 配息 生活 淨利 1.市值 ETF之所以強大!! 就是因為夠”分散“跟“汰弱留強” 關鍵點就是依靠”市值”!!3
[討論] AI工程師訓練Model時在公司做什麼?先說這篇沒有別的意思,只是我個人很好奇,當AI工程師設計好深度學習網路架構,開始 進行訓練的時候,有做過深度學習的人都知道,接下來就是等待結果,不過這個時間跟cp u,gpu,模型複雜度,train data數量等有著很大的關係,所以我想問這段時間AI工程師在 公司裡面幹嘛啊?看著數據跑嗎?還是都是下班前開始跑,隔天早上看結果? 之前唸研 究所的時候,還能跟教授說還在Model還在訓練,然後就跑回家睡覺,在公司應該不可能19
Re: [標的] Q3財報爆炸好股價卻大跌......我來解釋一下,這種傳統上割韭菜的模式 大家都知道華爾街養一群狼,每天關注各種市場動態市場預期,事實上財報怎麼開已經在 他們預測範圍內,人家在 n個月就算出預測,已經提前佈局,這也沒什麼好奇怪的 為什麼財報好有些會續強,有些會續弱,這又遷扯到這群狼怎麼看這次營收利潤是否超出 他們的建模分析,並配合下季財報,市場狀況,就可以跑出一套新的模型16
[心得]2021蔥寶年報幫友人代PO。手機排版請見諒。 ----------------------------------------- 大家好,我是蔥寶,在此分享一下股海闖蕩第一年的心得。 由於個人是在2021/1/27才開始大筆投入資金進股市,所以以每年1/27作為年報結算日。 我的管理方式是在Google試算表建表格,只要key入逐筆交易資訊,公式就會自動抓最新1
[問卦] 看財報選股有用嗎?財報大家都看得到是公開資訊 很多玩股票的人都喜歡看財報分析 說的頭頭是道 可是看了幾個財報難看 EPS大衰退的公司 (比如宏某 某泥 某塑化 某鋼)3
[問卦] 評估後,該怎麼改善這個深度學習模型?好不容易建構好幾個深度學習模型, 依照專案的安排, 把整理好的dataset拿來跑實驗, 評估模型好壞, 其中一個評估是採用ROC curve,- 看到我以為我跑錯版了,嚇死寶寶, 阿肥我來回答一下啦。 傳統訓練集就是拿來擬合模型參數的,驗證集是拿來做超參估計,然後鐵定要是無偏的樣 本,跟訓練集彼此獨立的。 然後測試集就是最後評估整體模型的,也是要無偏獨立上面兩種。
- 之前研討會好像有討論到,除了使用者以外,公司一定有責任把關所以一定是咎責對象之一 ,而工程師爭議 比較大,AI不是我們寫規則判斷,而是訓練出來,所以中間有錯很難歸咎是哪個人寫的哪 條程式碼,裡面就是黑盒子,所以真的要咎責範圍太大:1. 訓練模型的工程師、2. 資料收 集的工程師、3. 再加上開發模型的作者(通常模型也不是自己開發,而是拿別人/別間單