更多服务

特色服务

找学习资源

查报考信息

看备考资讯

备考工具箱

报考时间

报考条件

资料中心

备考教材

量化实操

考试费用

政策福利

会员访谈

证书前景

全部

机器学习的要素有哪些？股票能不能通过机器学习来预测？

来源：高顿教育 2022-05-10

机器学习包括三个要素：输入变量、输出变量，以及连接它们的模型。一般人会分成训练集、验证集和测试集。传统上机器学习担心的是过度拟合，但也有一些机器学习方法不大害怕过度拟合。

比如有理论是谁如果模型复杂度（包括变量、数目、变量结构等）远超数据量，反而不会出现过度拟合的问题，因为冗余的变量或结构的权重会逐渐降低，导致测试误差先升后降（double descent）。这也是很多深度学习敢于大力出奇迹的原因，因为有这个双下降作为保证。否则，传统那种验证集的方法，中间找一个最优，之前欠拟合，之后过度拟合，这个过于玄学。如果你说大胆加，越多越好，那么人们反而放心。

如果是强化学习那一套，本质上也不怕什么过度拟合，因为样本基本上采用一定的机制蒙特卡洛生成，不存在什么太离谱的噪音；而且没有什么训练集、测试集这些概念，更多是打游戏，越高分越好，每次的场景都是固定模式生成的。

有了以上的这些基本概念，回到金融，回答一些基本问题：

1、样本分布改变的问题

之前说双下降不怕过度拟合，那前提是默认了测试集和训练集是同分布的，如果这个分布改变了，那么双下降也没用。至于判断样本分布是否改变，这是一个玄学。

当然，这也取决于你对样本的定义。如果你把样本定义为一条路径，那么历史上只有一个样本；或者你把一年的路径定义为一个样本，那你一年也只有一个样本；但如果你是把1分钟的价格变化定义为一个样本，那么你的样本可以多得多；或者你把一次交易定义为一个样本，那么你也可以有非常多的样本。

一般情况下，样本越多，一般来说拟合模型越好；另外，在越短的时间内，样本稳定性越高；所以做高频交易不需要太多天的数据来训练也可以有比较好的效果，而且样本分布变化不大，策略失效风险不大。

还有就是，如果品种多，每个品种的交易都是独立样本，也可以增加样本数目，但拟合出来的是各个品种的共性，未必每个都能做好，因为评价标准是整体不错。不同品种的分布可能也会有所差异，或许需要调整，使得分布更为接近。

2、时间序列与横截面的问题

这本质上是高频和低频的思路，时间序列本质上是高频思路，横截面其实是低频思路。所谓横截面就是固定时间做决策，比如每5分钟、10分钟固定时刻做决策，这个可以方便各个品种对齐，因此可以方便调用其它品种的数据，方便做对冲，都是同一个时间决策；而且可以把决策和交易执行独立开开，有人专门负责算法交易。

但如果是高频交易则不能，时机稍瞬即逝，一定要一出信号就买。另外不大适合做对冲，因为每个品种的价格序列是独立的，难以对齐，因此更适合单品种，比如期货类的高频策略。

机器学习对这两种都可以，横截面或许可以采用更大量的数据，多品种混合建模。

3、个人发展的问题

确实有人工智能界业界顶级的大牛做量化投资失败了，而且是几乎全美国最牛的公司最好的资源，原因很难说清楚，不去臆测了。

有的人虽然厉害，但需要找工作；有的人看起来不怎么厉害，但其实不需要找工作。比如经常说什么人工智能大神，离开业界AI lab回归高校，其实这些人就是反复横跳，但让他自己出来，离开体制（学校、公司都叫体制），他们其实是不敢的，或者说离开之后压根是赚不到钱的，甚至没法生存的。这就属于看起来厉害，但还是需要找工作，离开了体制，或许就真的什么都不是。

有的人其实更洒脱一些，不会依赖体制、公司、单位，进退自如，自己可以独立赚钱的，包括各种方式，比如炒股、炒期货、炒数字货币，量化也好主观也好，或者搞讲座也好，反正就是不依赖体制也能活的。

公司打工的问题在于你只能靠增量存活，没有增量，你就拜拜了；你不能说我之前积累了这么多策略这么多客户这么多资源，这些也能继续赚钱；但问题是没有你公司也能用这些赚钱，那要你何用？但自己干的话自己是可以利用存量赚钱的，这是最大的区别，但很多人没想过这点。一些大券商考核甚至用今年比去年多赚多少钱，或者今年新增了多少客户，存量客户交易佣金降低权重。这样对个人会很坑，因为这些钱公司还是赚的，不管存量还是增量公司都是赚的，只是没有给个人。

公司的压力来自于股东，因为如果收益没有增长，股民抛售，股价下降，公司会有压力。或者说公司估值很大一部分来自于未来潜在增值的折现，如果人们发现未来无法增值，那么可能会造成股价雪崩。但个人做没有这方面的压力。

所以，对于做量化这种最最不需要公司平台的（我指的是法律规定的牌照类资质），应该是最适合个人做的。或者说得更直接一些，如果量化交易都没法个人做，那么全世界几乎不存在可以个人创业的领域。

以上就是资讯的全部内容，更多最新的CQF资讯，请关注高顿教育CQF频道！

延伸阅读

版权声明：本条内容自发布之日起，有效期为一个月。凡本网站注明“来源高顿教育”或“来源高顿网校”或“来源高顿”的所有作品，均为本网站合法拥有版权的作品，未经本网站授权，任何媒体、网站、个人不得转载、链接、转帖或以其他方式使用。经本网站合法授权的，应在授权范围内使用，且使用时必须注明“来源高顿教育”或“来源高顿网校”或“来源高顿”，并不得对作品中出现的“高顿”字样进行删减、替换等。违反上述声明者，本网站将依法追究其法律责任。本网站的部分资料转载自互联网，均尽力标明作者和出处。本网站转载的目的在于传递更多信息，并不意味着赞同其观点或证实其描述，本网站不对其真实性负责。如您认为本网站刊载作品涉及版权等问题，请与本网站联系(邮箱fawu@gaodun.com，电话：021-31587497)，本网站核实确认后会尽快予以处理。

展开全文咨询在线

点一下领资料

【保姆级教程】CQF考试指导

真题高频考点，刷题全靠这份资料

下载合集

量化投资策略

梳理核心考点，一图看懂全部章节

下载合集

因子模型解读

量化金融重要的实操

CQF备考热门问题解答

CQF考试难度大不大？: CQF考试的难度还是挺大的，因为CQF课程内容非常丰富，需要掌握的知识点非常多。CQF考试主要包括金融工程、计量金融、风险管理、计算金融等多个方面的知识，需要考生掌握才能通过考试。

cqf一共几门几年考完？: cqf一共8门考试，考试的时间每个人都不同，如果考生基础较好的话，那么最快6个月通过所有考试，因为cqf考试的一个学习周期就是半年左右。如果考生的基础比较薄弱，那么通过考试的时间可能就会比较短了。

cqf一年考几次？: cqf的考试一共有四次，每年完成相应的课程就可以考试了。学员可以在六个月内完成六个模块的学习并选修选修课，从而全面攻读该课程。此选项提供立即访问整个计划所需的所有材料以及终身学习。

cqf的含金量如何？: cqf证书含金量是很高的，这一点毋庸置疑。cqf的课程内容不仅包含量化金融领域的基础知识，同时不断更新和吸收前沿的国际量化金融知识，其学习模块有好几种，分别是数据处理基础、量化投资多平台模拟交易、金融知识基础和Python语言编程基础等，内容这一块还是值得金融行业的人才学一下。

在线提问

严选名师全流程服务

Anna

CFA持证人/FRM持证人