最近加了个迅动股票公众号，说是AI智能系统自动化做区间交易策略的，有人用过么？效果怎么样。。 迅动股票是国内最先一批做AI智能交易的平台。主要是帮助投资者解决操作和心里上的问题，国内的小散不从选股来说，其实大部分都是亏在了操作方式和心态上，智能系统是用成熟的策略做成程序化模型，让客户根据股票性质直接套用，做到操作效果最佳化，比自己操作多赚几个百分比，更重要的是不受心态影响的做好风控。
用“机器学习”做“股票预测”能做到什么程度，靠谱吗？ 这个问题是我已经曾试图回答过的问题，根据以前的回答，我可以更系统的梳理一下。一般经济学家和金融学者偏向于用他们学过的知识来解释股票，比如传统的经济学里面的 Efficient Market Hypothesis（EMH），市场是有效的，我们是不可能预测股价的走势的。但是数学家和计算机学家认为不确定性虽然很大，但是不代表我们找不到蛛丝马迹。如果我们真的对此无能为力的时候。为什么华尔街或伦敦的金融城还有很多人能够赚的本满钵满的呢？为什么DE Shaw，量子基金等等金融大鳄要招数学家和计算机学家去做定量分析。所以这件事一定是在某种程度上可以做的。1.在大家没有关注机器学习的时候，以前就有很多科学家（尤其是数学家和计算机学家）从自己的领域中离开创办对冲基金，比如文艺复兴的 James Simons(https：//en.wikipedia.org/wiki/James_Harris_Simons)，David.E.Shaw（https：//en.wikipedia.org/wiki/David_E._Shaw），以前是哥伦比亚大学大学的教授，他的领域是计算化学，他用自己的对冲基金挣到足够的钱后，自己做了首席科学家来继续研究。2.机器学习的出现使这件事的门槛降低了，但是能够在市场上战胜别人绝对不能只是通过用别人现成的算法。尤其是对于时间序列，我们觉得RNN。
用“机器学习”做“股票预测”能做到什么程度，靠谱吗？ “预测”是人类最希望拥有的技能之一，随着计算机技术特别是机器学习技术的使用，我们在很多方面都能较好做到“预测”。这些“预测”的本质是，基于已有的观测，给出风险最小的估计，并且这个估计的风险是在已观测数据中风险最小。这里的一个隐含假设是，已观测数据分布与未来的数据分布大致相同。如果不同，估计明天会失效。具体到“股票预测”这件事情上，“机器学习”是否靠谱就能大致了解。但实际上这不足以理解到底“靠谱”。影响机器学习靠谱程度的另一个重要因素是，训练数据特征是否包含了数据结果的绝大多数原因。以股票来说，引起涨跌的原因非常多：常见的有政策、利息、当前买卖手等。如果构造机器学习，我们应当尽可能吧这些引起涨跌的因素找到。但实际上，股票涨跌因素太多太多，甚至华尔街的一些人需要搞自然语言处理作为模型的一部分去预测涨跌。因此我觉得，机器学习预测股票还有迹可循，区别在于模型复杂程度。不过以我搞比特币的自动交易经验来看，最好的投资不是预测，而是看好大趋势放长线。想预测，只不过是想套利而已，急于求成最后又累又得不到什么。
