机器学+超短战法 组团贴

今天看了刺客的博文，深有感触。的确整个超短市场的同质化过于严重，且模式的变化已经快到大部分人没法跟随。交易的第一步在排除人性干扰模式上，就已经难倒了大部分的交易者，那么在第二步如何防止人性干扰既有模式的进化和更新更是难上加难。

从过往经验看，不管是低吸模式，还是高位龙头模式，大家的判断依据无非就是基于盘中的变化，成交量的变化，股价的变化，位置的高低，板的数量，市场其他票的情况等来判断。也就是说，除了情绪面和题材面需要一定的人为帮助以外，别的数据都是可以被量化的。毕竟推升股票上升的永远是成交量，只要超短还是基于交易本身而不是基本面，那么不管模式怎么进化，始终都是以上这些因素的一个组合。

那么我现在就有两个路线可以处理这个问题，首先是基于市场上大部分量化选股的模式，基于以上这些特征做出因子库，然后我的标的池，就是N天内至少有过一个板的标的，然后通过对于近M个月的数据进行算法拟合（看情况到底是线性算法还是非线性算法好），而得出第二天市场最有可能板的标的，分仓买入。

第二个方法，也是基于这些做出的因子，将这些因子做成一个库，然后也就是通过一个强反馈自学的增强算法，对于N日内有一个板的票的数据采集然后进行训练库，然后通过训练完毕的库来预测每个N日内有板的标的，来判断未来X日内是否有板。

小弟对于学算法初窥门径，对于超短只是菜鸟，希望有志想做出真正会适应市场模式的超短模式的同学们，跟我联系。