可行,而且你早就落后进度了,不要低估搞量化金工丧心病狂的程度。此问题底下不懂ml,甚至不懂量化方法瞎扯的人太多,在此反对各种说智能方法无效的回答。hard ai 暂时没有,多数是ml。国内在这方面应用也是落后很多。金工领域机器学习其实早就大量引入了,现鄙人个人用的很简单的模块都包括朴素贝叶斯,svm,神经网络,hmm和gp。机构研究能力更强大得多,信息分析,热度分析,量化择时,量化选instruments,orderbook分析,甚至用其它大数据来帮助分析,比如我之前回答过的用卫星图像做大宗商品估产定价,用红外波段监视原油交易所储油罐散射热量提前估计原油储量。对你没有看错,这些第一手好的数据再加上合理的机器学习算法都能帮助提前发现价格变动模式。
对国内来说,随着金融工程的深化,衍生品逐渐变多,投机手段更隐秘,风险控制工具更丰富,有些价格数据更容易利用和预测了。
说一句,机器阅读消息进行操作在国外有部分机构已经是实际在跑的东西,如果有童鞋不明白请参考股价在在秒內推高再拉回来的现象,放大在毫秒级别看完了再回来说话。另外,机器学习的参数每天都会online training一段时间再实盘跑,不是一成不变的。
ps:有一点不得不承认当前更多智能体现在数据挖掘和机器学习上。智能的水平并不高。另外,有prior information的提供,这对ml至关重要。比如你知道国内股价的典型运动模式,eg:部分主力的行为模式是:长期潜伏建仓,洗盘,拉高,离场。那你找pattern的搜索空间就小很多。说白了用ML做量化的工作的意义在于你不是在混沌的时间序列里乱找模型下赌注,而是靠着的相当丰富先验信息去自动挖掘隐藏的大概率模式。
ps2:题主问计算股价是否可行?计算当然可行,又没说一定是可用的模型,不知道这题里一堆人喷个什么。另外,即便系统长期不可预测,拿天气预报为例,是不是因为天气是混沌系统,天气预报就没作用了呢?什么事情都有个有效期。做实际系统,不谈时间限度只看asymptotic的误差积累完全是耍流氓。预测1年后的某天的天气和预测3小时之后的天气难度不是一个量级。后者用简单的模型就能做到而前者才是真正的不可计算(至少在当下的计算能力来说)。
ML实际工作主要表现在建模上。但模型只是模型,没说一定赢;是模型总有失效的时间,早或者晚而已。这点要搞清楚。
— 完 —
本文作者:匿名用户
【知乎日报】
你都看到这啦,快来点我嘛 Σ(▼□▼メ)
此问题还有 34 个回答,查看全部。
延伸阅读:
Siri 属于语音识别还是人工智能?
如何认识和看待人工智能?人工智能的巅峰是什么?