aka*_*nom 18 f# finance artificial-intelligence classification machine-learning
给出一组非常类似于Motley Fool CAPS系统的数据,其中个人用户输入各种股票的买入和卖出建议.我想这样做是显示每个建议,我想一些如何率(1-5)是否是很好的预测<5>(即相关系数= 1)未来股价(或EPS或其他)的或者是一个可怕的预测者(即相关系数= -1)或介于两者之间的某个地方.
每个推荐都标记给特定用户,以便可以随时跟踪.我还可以根据sp500价格等因素跟踪市场方向(看涨/看跌).我认为在模型中有意义的组件将是:
user
direction (long/short)
market direction
sector of stock
Run Code Online (Sandbox Code Playgroud)
我们的想法是,一些用户在牛市中比熊市更好(反之亦然),有些用户在空头方面比在多头方面更好 - 然后是上述组合.我可以自动标记市场方向和行业(基于当时的市场和推荐的股权).
我的想法是,我可以提供一系列屏幕,并允许我通过显示特定时间段内的可用数据绝对值,市场和扇区输出性能来对每个单独的推荐进行排名.我会按照详细的清单对股票进行排名,以便排名尽可能客观.我的假设是单个用户的权利不超过57% - 但谁知道.
我可以加载系统并说"让我们将推荐排名为90天前的股票价值预测"; 这将代表一组非常明确的排名.
现在这里是关键 - 我想创建某种机器学习算法,可以在一系列时间内识别模式,以便当推荐流入应用程序时,我们保持该库存的排名(即类似于相关系数).该建议的可能性(除了过去的一系列建议)将影响价格.
现在这里是超级难题.我从未参加过AI课程/阅读AI书籍/从不介意机器学习.所以我想寻找指导 - 我可以适应的类似系统的样本或描述.寻找信息或任何一般帮助的地方.或者甚至推动我朝着正确的方向开始......
我的希望是与F#来实现这一点,并能够给我的朋友有一个新的技能在F#设置与机器学习的实现和潜在的东西(应用程序/源)我可以包括在高科技投资组合或博客空间留下深刻的印象;
提前感谢您的任何建议.
Nei*_*gan 34
我有一个MBA,并在顶尖的研究生院教数据挖掘.
今年的项目一词是从新闻报道中自动预测股票价格变动.一个团队在一个相当小的样本上有70%的准确率,这也不错.
关于你的问题,许多公司已经在配对交易中赚了很多钱(找到一对通常相关的资产,并在分歧时买入/卖出配对).参见Beat the Dealer的Ed Thorpe 的着作.他是无障碍的,有点好笑,如果不是吝啬的话.他长期从事一家优秀的对冲基金.
使用数据挖掘可能会有一些空间来预测将违约(无法偿还债务)和卖空†的公司,并使用所得款项购买不太可能违约的公司的股票.研究生存分析.在Google学术搜索中搜索金融期刊中的"预测遇险"等.
此外,预测公司将在首次公开募股后失去价值(并将其缩短.编辑:Facebook!).在学术文献中存在可以被利用的已知偏见.
另外,研究资本结构套利.这是当公司股票的价值表明一个估值时,但债券或期权的价值表明另一个价值.买便宜的资产,短的昂贵的资产.
技术包括生存分析,序列分析(隐马尔可夫模型,条件随机场,顺序关联规则)和分类/回归.
而对于上帝的爱,请阅读Taleb的" 随机性愚弄".
†卖空股票通常涉及致电您的经纪人(与您有良好关系)并借入公司的部分股份.然后你卖给一些可怜的混蛋.等一下,希望价格下跌,你买了一些股票,并把它们还给你的经纪人.
Kir*_*ril 27
我给你的建议:
那里有几个机器学习/人工智能(ML/AI)分支:http:
//www-formal.stanford.edu/jmc/whatisai/node2.html
我只尝试过遗传编程,但在"从经验中学习"分支中你会发现神经网络.GP/GA和神经网络似乎是用于股票市场预测目的最常用的方法,但如果你在Predict Wall Street上进行一些数据挖掘,你或许可以利用朴素贝叶斯分类器来做你所做的事情.有兴趣做.
花些时间了解各种ML/AI技术,获取一个小数据集并尝试实现其中的一些算法.每一个都有自己的优点和缺点,所以我建议你尝试使用Naive Bays分类器(或类似的东西)组合它们.
我的经历:
我正在研究硕士论文的问题所以我将使用遗传编程来推测我的结果:www.twitter.com/darwins_finches
我在2009年9月9日以真钱开始实时交易..是的,这是一个神奇的日子!我在市场开放前发布了GP的预测(即推特上的时间戳),我也在市场开盘前下单.这一时期的利润一直在25%左右,我们一直超越买入和持有策略,我们也表现优于标准普尔500指数,表现不佳的股票.
一些资源:
以下是您可能要查看的一些资源:
Chatter:
"金融人士"的普遍共识是,人工智能是一种伏都教科学,你不能让计算机预测股票价格,如果你尝试这样做,你肯定会放弃你的钱.尽管如此,同样的人会告诉你,在股票市场上赚钱的唯一方法就是建立和改进你自己的交易策略并密切关注它.
人工智能算法的想法不是建立芯片,让他为你交易,而是自动化创建策略的过程.
有趣的事实:
RE:猴子可以比大多数专家更好挑选
显然老鼠也很好!
我知道猴子可以比大多数专家更好,所以为什么不是AI?只需将其随机称为"高级猿猴梅森捻线虫AI"或其他东西.