※ 引述《lovepork (我爱猪肉不爱牛肉)》之铭言：
: 我自己本身没有做股票投资
: 但因为我研究方面会接触许多机器学习的技术也常会看一些相关的文章
: 目前学术领域
: 使用类神经网络从data 去作参数拟合技术已经非常成熟了
: 如果能找到一个好的理论模型
: 要从巨量的历史交易数据去拟合出参数 目前的技术应该不是困难的一件事
: 但这个模型的数学型式就非常关键了
: 一个好的或是不好的理论模型对于你的参数拟合结果 都会产生颇大的影响
: 想请问 目前金融市场和股市 是否是欠缺这样一个普适性的理论模型?
: 而不是在于拟合参数的数值技巧上 (大数据 人工智能等等)呢?
: 能不能讨论一下?
人工智能，目的就是要做到可以像人的思考一样的模型
但现在个人散户的操作胜率其实满差的
以过去资料建立模型，会遇到几个问题：
1. 股市主要变动因子是未来资料，如营收、消息等。
过去资料也有极多是当下受到消息面、基本面、筹码面影响，
并非是一种有规则的 Pattern
2. 假设真的有存在这种模型，大多都是废话，
例如：每月营收成长跟股价呈正比
3. 假设真的找出模型，也就是所谓的低风险高报酬
恭喜你。但记得不要流出，因为一流出这种模型就会短时间内失效了，这是人性