国内目前的量化交易是否很少涉及到机器学习？

Defy Lu · 2018-10-13 14:22:44

各种分析方法都是尝试从现有的信息去预测资产价格未来的行为，然而资产价格波动受非常多非常多的因素影响，因此也就注定了这些分析方法只能描述价格波动中的非常小非常小的一部分（r-square很小），剩余的波动不得不归为随机性。

这就和绝大多数机器学习方法的适用场景不同：识别或预测时，（相对）少量信号即可精确描述，随机性在过程中干扰不大（r-square接近于1）。

所以，在挑选机器学习的工具时，得看这些工具设计之初是为了处理哪一类的场景（高精度还是低精度），有些机器学习的方法本来就不擅长处理高噪声场景。另外，有些机器学习的方法虽然能够处理高噪声，但是因为过于复杂，并且相对简单统计方法而言提高并不多，因此从时间效率角度而言并不划算（学习如何使用耗时，调各种参数耗时，向老板解释耗时）。

反正我自己用一些简单的统计工具（好比持枪），觉得就已经可以战胜市场的大多数人（赤手空拳），还没有到用复杂机器学习方法（导弹）的地步，弄不好还会过拟合（自伤）。也许等市场进化到大家都持枪的那一天再进化也不迟。

最后打个招聘小广告：某国外HF的上海办公室长期招聘quant analyst。欢迎理工科毕业成绩优秀并且有兴趣从事此行业的应届生私信我。