深度学习做股票预测靠谱吗？
链接：https://www.zhihu.com/question/54542998
编辑：深度学习与计算机视觉
声明：仅做学术分享，侵删
作者：文兄
https://www.zhihu.com/question/54542998/answer/140152437
模型不是越高深效果越好，而是有各自适用的范围。比如，如果linear regression都过拟合，那用ML和DL就没什么意义了。但是很多人不管三七二十一，上来就套一个高深模型，希望能发现战胜市场一夜暴富的策略。可是也不想想，如果真的这么简单暴力，估计也轮不到你了。
我个人的经验，日度的数据，用ML预测无卵用，加上盘口的高频数据ML倒是有可做的空间，但是还是无法满足DL对数据的质量要求。当然，如果是对策略进行优化，而不是纯以预测股价为目的，ML应该会有更多的应用空间。但总而言之DL现在做量化的应该是几乎不用的。
作者：知乎用户
https://www.zhihu.com/question/54542998/answer/2361320437
我有无数的本科生从youtube上抄了一堆直接应用LSTM在股票价格上的预测，说r^2高达99%，然后我让他们用daily return做一遍，立刻不说话了。（当然，你永远可以说这个不work是因为我不行或者学生不行，我们也没法拒绝一个方法论的可能性，对吧）
究其原因，是股票价格的时间序列非常persistent，而在take first-order difference之后，return的信噪比又过低，所以LSTM肯定没办法。
LSTM在经济学里适合做什么呢？适合做宏观数据，一群月度季度宏观数据放在一起train，得到的结果是非常棒的。为什么呢？因为宏观本来就有lead-lag indicators，你LSTM做的是定量上的贡献。要是你去做股票预测，试图从时间序列里找个定性因果出来，那是一定失败的。
作者：MasterPa
https://www.zhihu.com/question/54542998/answer/227192513
看了圈回答，大部分都挺好。有几个实操中比较重要的点还没怎么被提到，我补充两句。
先放结论:现阶段有点难度。
1. 拐点的问题。有个效应叫海岸线效应，就是说你远看能看出来波浪的大致曲线，但离近了看却发现是锯齿状的。
股票也一样，你远看有大致趋势。但近点看就不一定能看出来。
究竟哪里是「拐点」？人是够呛，深度学习目前来看也够呛。
2. 金融要求你有历史积累来证明自己的模型是可行的，总不能你用一晚上就说这玩意好使吧？就好像某一年收益率大于巴菲特的人很多，但这么多年保持这个收益率的又有几个？
对于大部分想搞这方面的公司来说，即使真有，也还需要时间证明，现在市场上没声音也正常。
3. 承接上一点，有个逻辑上的问题，你这个模型要好使那你干嘛给别人用啊？比如你要好使就不出来融资到处说了，自己闷声发大财啊。你出来说就代表这个玩意可能有问题。
4. 还有个模式是不直接炒，而是买分析数据给别人。但这又带来了新的问题: 如果你的预测和分析数据是好用的，那肯定有人狙击，这样就变得不好用了。别以为需要很多人，实际经验告诉我们一个消息有 XXXX 人知道了基本上就有人狙击了。除非你满足于百分之零点几的增长。XXXX 具体多少可以自己猜
5. 假设这一切问题你都克服了，然后来到了我国伟大的 A 股市场，看到一只股票预测必火。结果因为股东还没解禁，刻意打压股价，得，啥算法都白扯。
不过虽然说了这么多问题，我们还是感觉这事挺有意思的。
在外面等着见客户的时候手机打的，比较累等回去用电脑继续整理。
作者：知乎用户
https://www.zhihu.com/question/54542998/answer/140458108
有人说用dl做日线数据不够，那么做高频数据就够了？问题不在于数据总量够不够，而是相对稳定的规律产生的数据够不够。
猫和狗的样子几百年不变所以dl做图像识别可以很成功。
高频数据中的统计特征变化的很快，慢的话以星期算，快的话按小时甚至分钟算。虽然有些规律会反复出现，然而这种“重复”本身则是低频数据。
当然对于金融数据而言，无论高频低频，复杂规律（传统统计难以描述，需要借助dl来存贮和表达）的存在性和一定时期内的稳定性（可提取性）是肯定的。问题是使用ml工具来提取相对传统统计工具而言是否值得。
作者：陈大宝
https://www.zhihu.com/question/54542998/answer/2453895111
现有的一些预测冲击成本的数学模型已经可以通过订单簿的变化把股价短时间内(10s)涨跌的准确率预测到90%。
这些方法在高频交易里面已经被广泛使用了。比如做资金费率套利的时候要避免单腿风险和手续费成本，就可以预测一下几秒后的涨跌，然后通过挂限价单成交，而不是用成本极高的市价单。
这些有各种各样理想的assumption的数学模型都可以work，为什么深度学习不能work呢？
股价长期的走势预测起来确实困难，涉及到的变量太多，但在短期内价格基本上就只和少数变量有关了，预测短期走势是完全可行的。
当然，这些“高度可预测”方法并不是交易的圣杯。因为这类方法通常面临着容量问题，资金稍微多一点就玩不动了。这大概也就是只有做高频的机构才对这类方法着迷的原因吧。
☆ END ☆
如果看到这里，说明你喜欢这篇文章，请转发、点赞。微信搜索「uncle_pn」，欢迎添加小编微信「 woshicver」，每日朋友圈更新一篇高质量博文。
↓扫描二维码添加小编↓
