时间:2023-08-25|浏览:214
谈到机器学习,大家可能会对这个AI方面的概念比较陌生,但如果提到谷歌AlphaGo,大家肯定就很熟悉了。当年谷歌人工智能程序通过机器学习的方式掌握围棋比赛技巧后,轻松击败了多个国家的围棋冠军,时隔3年世界冠军韩国李世石宣布退役时,还高呼AI不可战胜。通过机器学习训练后的计算机程序,在某些类似比赛和交易这样的博弈场景中,是比人类具有更高胜率的。
非小号研究本次就做了一个硬核的试验:将机器学习技术应用在币种分析中,看看会有什么好玩的结论,以及是否真的能够帮助我们交易。
我们的具体课题是,通过现有的市场公开数据预测明日收益率为正还是为负(即阳线还是阴线)。
这是一个二分类问题,我们可以使用的模型有很多,这里我们选用了以下模型用于实验:逻辑回归LR、线性判别分析LDA、二次判别分析QDA、支持向量机SVC、决策树DT、随机森林RF、渐变提升树GBC等。(看不懂没关系,对该领域以外的普通人来说是真的太硬核了)
本次用来试验的数据主要有三个方面:1、资产的历史数据;2、相关品种,如黄金原油美国三大股指等;3、币圈相关币种数据,主要是主流币。
完整的机器学习建立流程
1.首先,特征工程
特征工程是机器学习中最关键的步骤,没有之一。这有别于大众认知的AI能解决一切问题,人工智能是万能的认知。真实的情况是数据科学家们常挂在嘴边的一句话是“输入的是垃圾,输出的也一定是垃圾”,这意味着特征工程做得好不好会直接影响AI的“智商”。特征工程不止是数据需要清洗重新组合
用戶喜愛的交易所
已有账号登陆后会弹出下载