深度学习能不能用于量化交易

深度学习能不能用于量化交易

• 可以，但不要玩预测了（除了高频交易）

  看到很多文章、公众号、或者券商，都发文章说深度学习来根据历史的指标作为input，利用LSTM之类的网络去把未来股票、期货的收益做预测，并对应成交易策略。这个方式我基本试过了，无论是通过分类的方式、或者回归的方式去预测，结果都很差。而且输出很倾向于移动平均外推的结果，很有意思。

  这里暂不论定用新的技术预测股票等资产价格靠不靠谱，但首先请大家想清楚，为什么凭几个输入就能预测未来？这个基于历史数据预测未来的假设很强，在一个很强假设下，用一个黑箱在run出一个胜率勉勉强强的结果，就有点差强人意。很难让人信服用于实盘。这就是为什么决策树之类的算法在金融应用会多一点的原因。

  那这么好的新技术如何应用呢？深度学习适合图像分类，关键还是图像与名称之间有稳定的数据维度对应关系，这个关系多复杂不怕，但关系稳定。而金融序列不同，历史数据预测未来的逻辑本身就“不稳定”，那用这种复杂工具的结果只会更混乱。但其实深度学习在二级市场量化交易还是有特别适合的应用之处的，具体是什么我就不方便说了，那这种应用的特征肯定是稳定的对应关系。

转载自 芝诺量化交易