互联网金融我们需要三方面的知识:机器学习、金融知识、编程知识。
算法交易综述:利用自动化平台,执行预先设置的一系列规则完成交易行为。
量化交易:交易的原因由数学模型指导交易行为。
算法交易流程:
提出假设;
建立模型;
回测验证;
执行交易。
交易策略的来源:1、市场微观结构研究;
2、基金结构套利;
3、机器学习、人工智能。
机器学习四大流派:
连接主义:神经网络
符号主义:随机森林,可解释性较好
平面主义:
贝叶斯学派
机器学习在交易中的应用:
微观预测:数据噪声很大,要求很高
基于价格分类模型:
基于文本的分类模型:新闻或高质量的社交网络,专业股票网站评论进行选股的行为;
强化学习:
很多情况下,回测结果不错,实盘交易不尽如人意,造成偏差的原因主要有:
1、乐观主义偏差;
2、bug、test/train
3、幸存者偏差