※ 引述《entanglelove (love)》之銘言：
: 跟你說 回測是一回事
: 實戰又一一回事啦
: 程式交易就直接去加密貨幣吧
: 最近回測結果呢...
: 大家請看!
: https://imgur.com/xsZTbl0
: 才四個月報酬是驚人的 66,232.62%
: 看圖說故事 也就是今年元旦你投入1000美金 (starting balance)
: 到這禮拜四 的已實現損益是662,326.15美金
: 慘了 交易聖杯原來在我這
: 我要趕快躲起來了
: 要不然衛宮切嗣那廝 會把劍鞘放到我的身體裡
: ※ 引述《felix0517 ()》之銘言：
: : 問題：不知道版上有沒有人使用深度學習選股?
: : 除了把資料分成測試集跟訓練集，
: : 還有什麼方法可以用來確定深度學習的結果是否真的可以使用?
: : 最近用深度學習跑出一個模型
: : 把財報餵給電腦，讓電腦自行去尋找模型
: : 把2014~2017當成訓練資料
: : 2017以後當成測試資料
: : 從2014年到現在投報率695%
: : 同樣的區間 0050 投報率是271%
: : 台積電 投報率是624%
: : 模型曾經最少選出2檔股票，最多選出20檔股票
: : 進出場時間為財報公布日隔天(所以一年只交易四次)
: : 交易都有含手續費跟稅金
: : 我目前有真倉下去跑
: : 初步看起來效果不錯，有擊敗大盤跟0050
: : 4/1(財報公布隔天)到現在投報率有7.5%
: : 我原本是想要找出可以贏過0050跟大盤的模型
: : 結果竟然贏過台積電
: : 讓我覺得有點匪夷所思 是不是哪裡有問題
: : 而且我有研究每季選的股票
: : 完全沒有選過台積電
: : 台積電的財報應該不會不好
: : 所以完全搞不懂深度學習選股的邏輯
對於深度學習有點概念的人一定不會不認識 Francois Chollet
他的書裡面有對於金融市場和深度學習的評語
" 有些讀者一定希望採用我們這裡介紹的技術，嘗試預測股票市場上證劵的價格
(或貨幣匯率等)。金融市場的波動與天氣變化模式等自然現象在統計特徵上有
很大差異。當僅能取得公開資料的條件下，嘗試使用機器學習來擊敗市場是項艱
難的工作，而且可能會浪費時間和資源而沒有任何收穫。
當涉及金融市場資料時，過去的資料並不能很好的預測未來的狀況，就如同看著後
視鏡開車是一種危險的駕駛方式。也就是說，機器學較適用於以過去資料可良好預測
未來結果的資料集。"
不知道各位的看法是?