华泰人工智能系列之一人工智能选股框架及经典算法简介

1.人工智能含义：

本质是以数理模型为核心工具，结合控制论、认知心理学等其它学科的研究成果，最终由计算机系统模拟人类的感知、推理、学习、决策等功能。

2.机器学习的对象：

是某种客观存在的规律。规律有简单、复杂的。智能投顾学习的是资本市场中投资决策和收益之间的规律。

3.机器学习遵循基本的流程：

数据获取、特征提取、 数据转换、模型训练、模型选择和模型预测。

1）数据获取

数据获取途径：多样，一般通过数据库和网络爬虫获取。

机器学习模型过程中首先需要考虑的问题：获取大量的、高质量的数据（数据的数量不足，或者信噪比过低，会严重就影响算法效果。）

2）特征提取

为什么进行特征提取：原始数据由于格式和类型的限制，可能无法直接用于训练模型。而优质的特征能够起到事半功倍的效果。因此需要先从原始数据中提取富有信息量的、可以放入模型训练的特征，这一步称为特征提取。

方法有：人工经验和模型数据驱动提取，优质的特征能够起到事半功倍的效果。

3）数据转换