5,188被浏览563,601分享邀请回答66358 条评论分享收藏感谢收起作者：影视达人&&时间：今天&&
这种走势对于短线操作的朋友来说其实是不利的，价格的反复增大的短线操作的难度，对于较大周期结构的朋友来说，则可以以持有的策略来应对。增持本身并不意外，但结合此前上交所对特华投资和前海开源的两次问询函，举牌事件颇有看点。同时，从近期美国10年期国债收益率飙升，全球股市走弱等迹象来看，市场对宽松的金融环境能否持续已经产生了警觉。技术点评:RSI技术指标被其下降趋势线拖累。但就在这里，她遭遇不测。推测来源是，收单和智能pos运营已经是重大业务增量。我想用深度学习做股票预测，用什么做输入呢？而舟山港作为一个“水水中转”的深水良港，舟山市市长温暖此前表示：“2016年宁波舟山港货物吞吐量突破9亿吨，江海联运货物吞吐量超过2.2亿吨，3个泊位正式纳入全国首批7个40万吨级矿石码头泊位。中金网06月28日讯，周二(6月27日)国际现货白银小幅反弹，并录得带上下影线的小阳线。”老板：“干得好，对了，你不会买吧？”董秘：“不会，我最多也就喊两声，你放心。请在招股说明书中补充分析精密结构件产能利用率情况，说明产能利用率是否不足，并结合产能利用率分析募投项目的必要性。我想用深度学习做股票预测，用什么做输入呢？1997年至2000年普华永道中国担任审计师；2000年9月至2003年11月担任加拿大温哥华BrianJesselBMW业务经理助理；2003年至2010年担任德勤（中国）副总监；2010年加入凯辉私募股权投资管理公司，现为基金管理合伙人。魔都的上空，一股浓烈的荷尔蒙直冲云霄。金融博客Zerohedge评论称，基于此前央行行长波洛兹和副行长威尔金斯的鹰派观点以及近期就业、零售、制造业等数据据表现靓丽，加拿大央行的举动并不意外。(图片：路透、FX168财经网)耶伦近期以来一直对美国经济持相对乐观态度，指出经济适度增长。在这样的投研文化中，团队保持了稳定，景顺长城基金在过去两年多的时间里基金经理离职率为零。内银地产股造好，港股高开296点报26340续创两年高；国指升146点报10663。同时有接近40只基金份额缩水比例超过50%。以后续的公告为准。这样说来，证券分析师干的其实就是一个察颜观色的活儿，努力想从群体运动的杂乱无章中观察出某种规律性的东西来，当然，大部分时间这样的观察只是徒劳。逾期，将每日按罚款数额的3%加处罚款。事实上，互联网金融蓬勃兴起，客户可操作的账户渠道日渐增多，银行传统物理网点的人气已越来越低。我想用深度学习做股票预测，用什么做输入呢？进入花旗集团没多久，波特开始私下做外汇交易，50倍杠杆。下图为截至7月4日的黄金和白银的头寸情况。对于后市，王玉红表示，从供需层面来讲，目前蛋鸡存栏已降到近年低位水平，而利润仍处严重亏损状态，补栏情绪整体不足，供应相对收缩，而后续需求处于相对旺季，供需存有趋紧预期，中期市场存有上涨预期，而需求、利润及原料走势情况将决定期价反弹高度，中期目标初步预计4300元/500千克一带。展博投资总裁冯婷婷认为，下半年更看好金融、新能源汽车、医药、消费升级等相关板块和行业。当然，7月1日以后要适当性管理，一批休眠账户要清理，所以从增量资金入场以及休眠账户复活两个角度来看，对市场不是很有利的。证监会将紧紧围绕服务实体经济和支持供给侧结构性改革，深入推进资本市场“四梁八柱”性质的改革，加快完善多层次资本市场体系和基础性制度，加快修复和净化资本市场生态，更加注重提高上市公司的质量，强化和完善退市制度，进一步疏通和规范各类资金进入资本市场的渠道，不断提升资本市场对实体经济的融资能力，推动经济结构加快转型升级。未来，基金产业集聚区将有效集聚资金、人才、知识产权等要素资源，完善和延伸基金产业链，带动促进全省基金产业发展。涨幅上，做市股新鸿运、数字认证和帜扬信通，分别以17.16%、14.46%和8.55%排在前三；协议股有墨药股份、中宝环保和三土能源涨幅达到100%。产品的子系统、产品相关的软件以及试剂和耗材均自主研发。我想用深度学习做股票预测，用什么做输入呢？“一方面是产品背后又套了产品，上市前上市后的股份变动怎么办。黄金在上半年录得8%的涨幅之后，进入7月第一个交易日，立马遭遇“开门黑”大单抛盘再现，闪电暴跌20美元，瞬间打碎多头的“抄底梦”。他说到：“尽管有OLED加身，我们也很难看到其能够在很大程度上成为说服消费者购买iPhone8的关键。前面发言人提到了，你是需要有大的索赔能力的，因为每个损失都需要估价师决定索赔价值到底多少。新福克斯与高尔夫7都装载了后泊车雷达，新骐达则装载了倒车影像监视系统。
文章点击排行榜深度学习做股票预测靠谱吗_百度知道
深度学习做股票预测靠谱吗
我有更好的答案
靠谱有饭吃，天上有钱刷。
为您推荐：
其他类似问题
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。深度学习做股票预测靠谱吗_百度知道
深度学习做股票预测靠谱吗
我有更好的答案
他们学的基本都是和经济相关的专业,相当基金经理首先要考证券行业从业人员资格证书,这个是自学的.然后有从业经验以后考分析师,一步一步考上去
为您推荐：
其他类似问题
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。深度学习对于股票预测系统的疑问【人工智能吧】_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：66,463贴子：
深度学习对于股票预测系统的疑问收藏
股票市场是一个很复杂的系统，股票市场包含了很多的信息，这些信息或多或少对股票价格的波动有一定的影响。如何建立有效地模型发现这些信息和这些信息之间的内在联系以得到比较好的预测效果是一件很困难的研究问题。传统的预测模型通常只考虑历史价格。利用多种数据源将有助于得到更好的预测效果。在过去的几年里，一些基于数据挖掘和机器学习的方法，如神经网络45 (neural network，NN)和支撑向量机(support vector machine，SVM)已经被广泛地应用到分类和回归问题中。由于神经网络和支撑向量机在分类问题和回归问题上的良好性能，神经网络和支撑向量机已经被成功地应用到股票价格波动的预测中。Sureshkumar和Elango利用人工神经网络预测股票价格并评价了神经网络在股票预测问题上的性能。L.Cao和F.Tay则是利用支撑向量机预测股票的价格。为了进一步提高股票价格预测的精度，一些改进的算法和学习策略被应用到股票价格预测的问题上。这个是引自一篇论文，虽然有理论和公式研究，但是没有实操例子，有研究这个吧友没？
想做这个 感觉难在分析文章的关键字吧..
做股票的问题是散户跟庄家的信息不对称，光凭画K线做模拟做不了投资。投资还是要做好FA。
我看过很多研究生了数学老师了，搞的类似的东西．不灵．其实这东西简单．股票可以持仓，这是一个优势，而且确实鲜明的存在几种不同风格的市场，牛了熊了，震荡了．在股票研究历史很长很长了，有不少科学方法．以波浪理论为代表的结构分析很有市场，而且抓住了共性．
做股票预测系统有一些难题。首先是要能找到真正对股价会有影响力的信息,不然就会是garbage in - garbage out. 一般公开拿得到的信息都没什么用。第二是潜在势力对股价的影响。因为你不清楚这些潜在势力的运作，你等于是蒙着眼睛在跟武术高手过招。制度不好的股市的潜在势力会强到让你一点胜算都没有。第三是股市不是简单的分析表象可以就可以找到规律的。股市不是个静态的系统，而是比较像是个多人博弈的系统，你走一招成功了别人就会仿效或回招对付，所以整个系统会不停的变化永不重复。
这类分析系统是数理分析，只能做技术分析，基本面分析难表达。短期波动，可以，大数据能分析出多空比例就成功了。超前了解多空。单看数据难，做个可以理解消息的系统更好，把相关信息分类，评分，综合，得个多空比
第三是股市不是简单的分析表象可以就可以找到规律的。股市不是个静态的系统，而是比较像是个多人博弈的系统，你走一招成功了别人就会仿效或回招对付，所以整个系统会不停的变化永不重复。------------是这样的，我同意。但是能够进行动态的博弈才是有智能的体现啊这个生态系统的进化不也是这样的吗？
你们去看看军棋的胜率，就知道博弈的结果，不管你怎么博，预测成功率总在50%左右徘徊。
为什么是50%，因为别人也在博，决定你预测是否成功的因素，不只是你搜集到的信息，还有别人的决策。而别人的决策，是你无法搜集的信息。
股票，期货，都是在下棋
百度AI开放平台将60多种人工智能技术全面开放,为您提供大量案例,教学视频等,帮助各类开发者快速上手,接入使用,创造价值.
你不要弄什么预测程序了，不弄我也知道结果，预测成功率不会超过50%的，
废话，军棋也有熟手和生受，短期来看，赢的大多是熟手欺负生手，长期来看，股票收益率保持在0左右。
军棋是最典型的“不完全信息”博弈， 德州扑克也算一个，不完全信息的基本都属于博弈
看看11 条金手链的phil helmuth 发飙的场面，你会知道，博弈中高手有时是如何狼狈，而且对手还不是高手
换手率大小是分析股票的一个重要因素，也就是成交量的分析，找换手率高的股票，说明这是热门股。市场不是完全高效的，存在不同反应速度的人，存在先知先决的人和后知后觉的人，高效市场假设是不成立的。
股票市场可以看作一个复杂的非线性系统。对于股价预测来说，长期性的准确预测很难实现，意义也不大。对于投资具有参考意义的主要预测短期变化。不考虑其它因素，而是通过过去的股价预测下期股价，相当于一个时间序列问题，可以用Elman神经网络求解。
A股好几千个股票，他们之间有复杂的相关性，但是人很难看出来我想可以机器学习它们内在的相关性每天一个好几千维的向量拿autoencoder 降维试试？
还有好几百的主动管理型基金他们的数据多少包含了基金经理对未来的看法不可以据此学习么虽然有的经理很烂，但总体他们的资源多啊
这不是什么新东西，想搞可以学习下这个
接着发一下对于高频交易的一些内容，人工智能技术在股票等金融市场取得的阶段性成果。1、定义：高频交易（high-frequency trade）是指从那些人们无法利用的极为短暂的市场变化中寻求获利的计算机化交易。比如，某种证券买入价和卖出价差价的微小变化，或者某只股票在不同交易所之间的微小价差。这种交易的速度如此之快，以至于有些交易机构将自己的“服务器群组”（server farms）安置到了离交易所的计算机很近的地方，以缩短交易指令通过光缆以光速旅行的距离。高频交易员是金融工程师的一个分支，是以全新交易方式赚钱的投资者。在计算机程序化交易技术的帮助下，他们每天进行的高频交易次数达到数十万次；交易量相当巨大，往往持仓时间极短；每笔高频交易的收益率很低，但是总体收益却很稳定。高频交易员在华尔街的地位与人们对他们的印象截然不同，他们高傲中又略带腼腆，这与傲慢自大的投资银行家形成了鲜明对比。业内领先的高频交易公司Tradeworx的总部就位于美国新泽西州城市郊区的一个宁静小镇上。约有20人在这里工作，其中10人负责在一间办公室里在电脑上进行股票交易，他们争分夺秒地在三块屏幕上不断地处理着哪怕是涉及到一美分的交易。每天，约有1.5%的美国股市交易总量（现在号称是50%，有点夸张吧，贴吧里面一个吧友说的∑( °△°|||)︴）都会在这间安静的、由自然光提供照明的砖墙小屋里经过这些交易员的处理。——————————————————————————————————————————————————————————————————结论：说直白一点就是依靠交易指令传输速度和决策速度的优势，赚取价差，积少成多。众所周知金融市场就是零和游戏，靠技术优势打败对手盘，获取巨额收益。人类交易员根本在那么短的时间和机器对抗。
2、高频交易实例解析Tradeworx首席投资官马尼•马赫朱利（Mani Mahjouri）在2012年纽约金融工程师大赛上讲述了一个更有代表性的案例。他假设的算法买入和卖出SPY(标普500指数的ETF，就类似于标准普尔500的一个“超级指数股票”)。SPY在多个股票交易所进行交易，其中也包括纳斯达克，但在芝加哥却有一个标准普尔500期货市场，其期货合约的价格能够提前数周或数月反映出标普500指数的走势。SPY的股价和期货合约总体上会同步发生变化，但并不绝对。受交易数据传输延迟因素的影响，SPY的期货合约变化总是比股价提前几毫秒。关键在于，这几毫秒的差距足以让计算机算法通过标普500期货的变化来预测下几毫秒中SPY的股价走势。具体能够从中赚取多少利润则要取决于算法得到的从芝加哥传输到纽约的数据速度。在一项实验中，马赫朱利将这种算法用于记录一整天的交易过程。他发现，在理想条件下（即数据和指令实现光速传输），这种算法每天能够完成大概6.4万笔交易，平均收益为每股0.0001美元。按照保守估计，SPY平均每天的股票交易量约为1.5亿。Tradeworx声称该公司占据其中4%的交易量，也就是600万股，再乘以每股0.0001美元的平均收益，结果是600美元。但就这一种算法来说，每天600美元的财富积累速度确实太慢。但现实情况是，Tradeworx每天运行了类似算法高达七八百个，这就不免吸引了投资者的兴趣。高频交易之所以如此受欢迎的原因之一就是，这种交易方式瞬间就完成了，人们根本来不及对交易过程施加影响力。任何一个理智的交易商都不会将时间浪费在0.01美分的讨价还价上，但计算机却不嫌麻烦。——————————————————————————————————————————————————————————————————结论：去超市买东西的时候，“四舍五入”看起来无所谓，但是如果是沃尔玛或者华润这种巨型超市，在超市商品价格设定“模型”的测算（我们长期看到9.99元或者12.99元的价格），那这种利润也是不可想象的。
针对中国股市特点，政府控制下阶段性明显，庄家控盘，大多散户只会看走势等特征，不做预测，只分析出一定资金量辅以庄家手段，得出投机价值，
　　印象中美国证卷交易的交易收费貌似是固定的（每笔交易，不论资金多少，机器19$、人工更多几倍），这样只要资金足够大，相对费率总是足够低的，几毫秒的信息差足以留出获利空间（但还是有点问题——每天交易几万次而只挣600$的算法，相当于99%以上的毛利用来缴费了?!）。而若像我国这样，每笔交易按资金的比例固定收取千分之几的税费，每天几万次交易的节奏足够导致资金规模十来倍的税费。如果在这个费率下真的开玩高频T+0，只要不到半小时就可以清盘出局了……　　还有一事不明——既然一大半的交易都是算法自动完成的，并且几乎每个算法都能在较长的周期内总体盈利，那么它们在赢谁的＄呢？如果人类玩家都因为反应不够快而退出这个游戏，那么就剩下算法以及网络之间的PK了？
我想说,如果深度学习真能发现随机运动曲线的规律,就能发现股价运动的一些规律
人脑就是一台不单能做技术分析也能做基本分析的超级电脑，如果想利用电脑做高频交易，你设置好条件就能做了，没什么机器学习的东西在里面。你举的例属于高频套利。时刻关注A，B两种有关联标的，一发现偏离就做套利，新套利机制的研发才是重点，一个人所共知的机制营利有限，比速度没用的，别人可能有更快的电脑。套利机会的发掘，新机制的研发，现在基本是由数学能力强的财经专业人在做，从理论到模型再到实验，一条路下来，想用机器做这工作还看不到头。
阁下您好，我目前就是在上海一家证券公司做量化交易的策略研究。由于我所在的部门是对外提供融资融券服务的，因此领导要求我们研究基于A股的、需要用到融券的策略。我目前正在研究一个对于本吧大神们来说比较简单的神经网络的策略，但是对我来说还是有一定难度的策略，基于共轭梯度反向传播算法的一个策略。如果阁下有联系方式，我们不妨交流一下。
对时间价格行状态描述
个人发表下多年经验观点：1.股市肯定是很有规律的，斐波那契是人人皆知的，但实际上也会有密钥类型变化，所以这点机器是能做到的2.机器不比人脑，人可以不用计算打好羽毛球，但是机器不能，归根到底是脑科学问题，所以有些“灵感”的侦破机器是不具备的3.股市信息量很大，从开盘收盘最低最高成交数量……甚至外国股市、黄金、利率、指数等等 这种计算对于机器来说也很难发现规律(除非你已经知道他们的关系)即使设参量也很容易存在很多巧合，所以这条路属于人和机器都难以达成共识的领域，现阶段而言。
股票预测算法不能简单地根据影响价格的因素建立状态方程来进行建模，因为，你无法将可能影响股票价格的因素穷尽，更无法将所有因素x与价格建立函数关系f(x)，显然，静态建模是不可能的。但利用数据挖掘算法可以进行自动化的“动态建模”即“实时机器学习动态建模”，可以比较准地预测短时期内的价格变化规律。 这个是测试网，用户名：lcz；密码：123456，可输入历史数据的序列，进预测，得到拟合曲线，误差可控制在个位数。
艹，你居然敢取名叫卢梭
登录百度帐号推荐应用}