国内目前的量化交易是否很少涉及到机器学习？
- 5 个点赞 👍
国内不了解
但是头部是广泛使用的，kaggle上就有简街的一个比赛
各种机器学习深度学习轮着来
但是即使是简街，也不敢在金融数据上尝试端到端，依然需要大量的构造特征工程，然后在此基础上进行ml的相关后续
查看全文>>
Dear Luna - 1111 个点赞 👍
在我看来， ML用于金融数据最大的问题是信噪比太低，“同分布”的数据量太少。 其他领域ml效果好的往往都有比较确定的模式， 只是模式很难规则化而已。 比如人脸识别， 虽然很难通过规则话程序语言描述人脸，但100个普通人来识别人脸，错误率非常低。说明这里是有一个规律性pattern的。这样的话，只要给出足够数量的数据，模型性能会显著提高。另外一个例子是智能驾驶，你并
不需要if else编程遍历到所有可能情况，只需要让传感器采集到足够长时间多地域的数据，自动驾驶能够很好的处理这些情况。 以上的例子从数据角度来说，都符合pattern相对固定，数据充足的，信噪比高的特征。这也是ML方法最适合的地方。
而即使是这样，在做预测的时候也需要主动选取特征，feature engineering也是一门巨大的学问。有人也许会说最近很火的cnn/deep learning, 不是可以by pass feature engineering这些，直接靠数据和计算力暴力撸么。 我是这样理解的， 人类识别特征和模式的能力远高于计算机， 如果需要让计算机逼近取代人的调参和feature engineering经验，那么你所需要的数据量是非线性增长的。很多通常运用ML的场所，数据量本身不是制约，或说，数据量的制约取决于你有多大的决心去获取数据。而机器运算能力的同步增长让更是让模型能够处理的数据大大提升。在这种情况下，deep learning才火起来。
然而金融世界里，事情并没有这么美好，最大的制约，在我看来数据是不足的。有人可能会笑，说tick level data，哪怕国内3秒一跳的股市也有4000多行一天，怎么能算是数据不足呢。
这里假设也用之前开车的例子来解释。金融世界里，如果你想训练出这么一个老司机，那么你会发现这辆车一会在人行道上， 一会倒开，一会儿飞起来， 前一刻有用的规律不一定能够稳定到下一刻。 又好比给一张股票k线图，100个人可能有100个说法， 语音识别，图像识别领域，不会出现这么低的识别度的。 所以，对一个正常开车的老司机，你坐副驾驶一个月能够总结出他开车方法，那么对于金融世界里这种逗逼老司机，又要积累多长时间的数据才能总结出它的行为模式呢。
也就是说金融时间序列里，训练集发现的pattern可能并不稳定， 也许只是过拟合的噪音， 哪怕确定不是噪音，pattern本身也会演化。这两个月的市场，和前两个月的市场，明显性状不一样。有个东东叫regime switch...哪怕你做的日内中高频，相对统计性状不受基本面太大影响，日度的波动率的变化也会有明显的变化，而这对你的pnl影响是非常直接的。
目前为止，在金融数据这块我个人还是偏好线性的描述，规则化的描述，因为这样即使错了，我知道错误在哪里，利润来源在哪里。 哪怕需要更复杂的信号组合，我也偏向random forest 或者svm 这种相对不那么容易过拟合的模型. 当然，这只是我个人的看法, 如果有其他的思路，也欢迎指出。
查看全文>>
TraderJay's - 191 个点赞 👍
谢邀
个人是做量化投资的，目前从业6年多，之前是做中低频的量化，近两年转到了做高频，也就是日内的T0。
天外有天，人外有人，以下的观点是从个人的研发路径得到的结论，有问题欢迎讨论。
首先，来聊一聊机器学习在中低频量化的应用。因为最开始是学的Barra那一套，线性模型。所以自然的想法，用机器学习去给股票打分，因子当然还是那一套，只不过省去了因子大类合成这些步骤，毕竟如果合成一下，不到10个因子，好像也不太用机器学习了。
最后的结果，还是挺让人失望的，尝试了很多机器学习模型，最后失败了，结论是所有的机器模型都跑不过传统的线性模型。
中间其实尝试过很多的方法，更换标签、回归问题变成分类问题、更多数据集、模型集成等等， 无一例外，跑赢不了最简单的线性模型。
事后来看，个人认为2个原因，在中低频信噪比太低了，另外就是数据还是太少。比如放入周度的数据，一年大概40~50个时间点，一年3000个股票算（早期的股票数量少，大约估计这个数字），10年也就120万个点。这个数字对于机器学习太少了，更不要说深度学习了。
后来转到日内的T0，机器学习还是展现了比较大的优势。毕竟，日内的因子上百个，谁也不会想着用线性模型去做。另外深度学习也比机器学习有更多的优势。这一块内容，我就不太方便细讲了。
个人认为这一段机器学习能够强于线性模型，一个是信噪比高一点，毕竟很多人工交易员能够在这个尺度上做的非常的优秀，确定性强一点。另外就是数据量的大幅度增加，一个股票的tick数据，全天4800个点，1天3000只股票，1天的数据量是1440万。如果是10天，这个数据量就上亿了。
这么多数据喂给机器学习还是能学点东西出来的，毕竟很多机会，人肉眼都能发现。机器学习再学不出来，就是人工智障了。
最后，聊一聊机器学习。我一直认为，机器学习能够把一件事情做好的前提是，人能够把这件事情也做的比较好。如果人都做不好这件事情，指望机器做好是不可能的。
比如，在中低频尺度上，没有哪一个主观的研究员、基金经理，做到高胜率、低回撤，Barra那一套更多是从风险控制上去考虑的。人都做的颤颤巍巍的，机器在有限的外部信息下，能做的非常少。
再比如，现在大规模用机器学习、深度学习的互联网行业，很多是用来做推荐、反欺诈等等。这个的前提是人能做的不错，当然我说的是针对单个样本。比如一个工程师，看了看这个用户历史的购物记录、浏览页面、消费习惯、资金流水、亲朋好友的购物记录等等，他个人是可以给这个用户一个比较好的推荐广告的。
之所以用机器学习、深度学习，是因为，工程师数量太少了，用户数量是非常庞大的。不可能每个用户，配置一个工程师。所以才会用这些算法，给用户做推荐，做到千人千面。假设我们的工程师、客服数量是无限的，那做出来的推荐，绝对比机器给的结果要好很多。
另外，机器学习用到的特征，也都是人工给标记和提炼的（有听到过，用机器学习深度学习挖因子，但这个我还没用过）。以个人做量化的经验来看，好的因子反而是更加重要的。有效因子增加带来的改变，大于模型的性能提高。最近几年，大的量化公司，纷纷重视财务基本面的研究，希望能够给到模型更多有效的因子。有兴趣的可以去学一个CFA、CPA，拓展一下财务知识，然后再去实战中提炼更加有效的财务基本面因子。
查看全文>>
基股传声
