2020年共享产品套利模式：人工智能预测股市是否可行？

2020年共享产品套利模式：人工智能预测股市是否可行？

行情没啥聊的，我的观点依然没变继续等，有人相信神秘的力量，有人相信市场的力量，我属于后者。

昨天提到机器学习，今天正好抽空聊聊这一话题，据我所知目前市场确实有人在从事这方面的研究，利用人工智能算法来做股市预测。恰巧之前在这一块我也做过一些研究，虽然没成功但也算有一点点心得，在这里拿出来就这一方法的可行性和大家做一个探讨。

人工智能算法拟合股市这个思路是否可行？这个问题首先要从人工智能算法本身说起，目前市面上炒的火热的人工智能无非就是把统计学习的算法包装起来起了个高大上的名字，本质上还是属于统计学习的范畴。理论上这些学习算法确实能够很好的挖掘出大量的数据背后隐藏的很多肉眼看不到的规律。从这个角度来看人工智能算法在挖掘股市数据背后的规律确实有很大的优势，用来拟合股市似乎存在一定的可行性。

然而很多时候理论上可行并不代表现实中可行。就像加水车一样，理论很成熟，但在实践的过程中会存在各种各样的问题，人工智能算法拟合股市这个思路也一样。很早以前我也曾经幻想过这一思路，也曾经实验过，但最终还是放弃了。这里我就简单说一下在我的认知体系中这一思路存在的问题，也可以说成我遇到的没法解决的坑。

1、模型解释性和拟合效果的矛盾

简单的可解释模型，例如回归和决策树这样的算法，学出来的模型可解释。你可以看明白学出来的模型特征之间的关系，能分析出其中内含的逻辑，可以根据分析出的逻辑判断这个模型是否符合实际情况。但有一个缺点就是通常拟合的效果不是很好，要么胜率较低要么过度拟合，实用性不强。

复杂的不可解释模型，例如svm，深度学习这样的算法，虽然拟合效果尚可一用，但是模型本身是一个黑盒子，你根本不知道当中的逻辑，这种情况下模型你根本就不敢用，因为你无法确定是否过拟合，也许模型适合当前的数据，换一套数据很可能就不适合。

没有一个让自己信服的逻辑的支撑在使用这样的模型的时候心里始终在犯嘀咕，会不会模型有问题，会不会过拟合了，一旦后期连续出几个错误事件你根本无法判断是模型本身的问题还是确实碰巧遇到小概率事件。毕竟这个不同于人脸识别，人脸识别错了损失不大，做交易识别错了很可能就是亏损甚至爆仓。

2、机器过于聪明不会放过任何“机会”

我们之所以使用机器学习很大程度上是因为你一旦把规则给机器设定好他会通过不停地运算试错找出数据之间联系和规律，而机器发现的这些规律和联系有很多人类是很难发现和觉察的细小的联系和规律，这就是机器的聪明和优势所在。

然而恰恰就是机器的这份聪明很容易让机器聪明过了头。我深刻的记得曾经在某次个股深度学习的实验中，机器学出了一个持续稳定的每个月至少能翻一倍的模型。我当时的第一反应是可能数据太少了，又多拿了几百只股的数据扔进去试验得到的结果还是这样。最后打出来模拟交割单才发现由于我的失误忘记了设定涨停板不能买入的规则，于是机器非常聪明的学到了涨停板封板之后买入的绝技。从那以后对于这种纯机器学出来的东西，我只敢拿来当个参考，完全不敢拿来做决策。因为这些模型往往是效果不好的不能用，效果好的又总担心自己写代码的时候是不是考虑的不周全，到后面也就放弃了。

实际上机器的这种过度聪明并不是小概率事件，在很多场景中都会遇到，比如你拿一万个样本，9990个正例，10个负例，而负例和正例特征差异互相交错而且本身差别不大，那机器学出的模型一定是所有样本都是正例。再比如一组手写数字首位都是1，那么最后在分辨1和7的时候，机器多一定会把数字所在的位置特征用来分辨1和7，这时候拿来个首位是比较模糊的7的数字它一定会识别成1。

类似的场景很多，只要你能想到的作弊方法，机器学出来的一定是那个作弊方法或者是你没想到的更巧妙的作弊方法。而这些作弊的方法仅仅是理论上可行，在实践中没有任何意义，甚至还有可能是一个大坑。这就要求你在编写代码之前想到这些作弊的方法提前把他们堵上，然而这恰恰是人类的弱项，面对海量的数据，人类永远没有办法考虑的比机器全面。

3、机器路径依赖过于严重

机器在挖掘既有数据规律的时候有很大的优势，这时候机器预测的时候就存在一个隐含的条件，那就是做预测的特征数据也必须保持同样的规律，也就是我们常说的路径依赖。这个条件于图像识别，声音识别文字是可以满足的，但对于股市来说就不那么容易满足了。

对于股市来说硬的逻辑规律保持连贯性是可以满足的，但那些只符合特定时段的逻辑规律就很难保持连贯性了，过了这个村再出现的那个店很可能是黑店。而机器不会管这些，它会通通学出来并付诸实践，最终的结果可想而知。

以上就是个人认为人工智能炒股不可行的三个最重要的坑。当然很多时候可不可行是相对的，不可行也并不代表不可用。所以个人认为单纯靠这些算法学出来的模型用来做参考还行，但用来做决策的主要依据确实有些不太合适。

这些也仅仅是个人看法，或许是个人水平有限，这几个坑我认为没法解决并不代表所有人都无法解决，如果你认为可行，有好的方法论能解决这些坑，欢迎一起探讨。