机器学习可以揭露股票背后的规律，进行市场预测吗？

全文共2219字，预计学习时长7分钟

图源：Unsplash

当建立第一个基本回归模型或分类模型时，我们就看到开发人员在考虑用机器学习进行预测的“野心”了。

金融市场作为最早的采用机器学习（ML）市场之一。20世纪80年代以来，人们一直在使用ML以发现市场上的规律。虽然ML在预测市场结果方面取得了巨大成功，但最近的深度学习并没有对金融市场的预测有多大帮助。

 

海量的时间序列数据，加之年轻人们“懒”于社交，不可抗拒地使人再次有了寻找老旧却有价值事物的想法。

 

机器学习可以揭露股票、货币和财务指标背后的规律吗？可以去进行市场预测吗？

 

光想是没用的，要行动起来。

 

网上有很多短小的教程，这是一个不错的起点。这些教程演示了如何提取股票的历史记录，或是计算一些指标，然后将其馈送给回归算法，并尝试预测第二天的市值。或者使用分类器预测股票是上涨还是下跌，而无需预测市值。

 

基于上文，我有两个想法。首先，我想要更广的涉及面。我推测，某些股票、货币和财务指标之间可能存在隐藏的关系，这些关系