※ 引述《felix0517 ()》之铭言：
: 问题：不知道版上有没有人使用深度学习选股?
: 除了把资料分成测试集跟训练集，
: 还有什么方法可以用来确定深度学习的结果是否真的可以使用?
你犯的问题跟深度学习没关系
是更根本的 怎么测试投资策略 的问题
: 最近用深度学习跑出一个模型
: 把财报喂给电脑，让电脑自行去寻找模型
: 把2014~2017当成训练资料
: 2017以后当成测试资料
: 从2014年到现在投报率695%
: 同样的区间 0050 投报率是271%
: 台积电 投报率是624%
首先你14-17是in-sample 17到现在是out-of-sample
那你比较报酬 怎么会是从14年开始呢?
这还是你犯的问题里面比较小的... 后面的问题更大
: 模型曾经最少选出2档股票，最多选出20档股票
: 进出场时间为财报公布日隔天(所以一年只交易四次)
: 交易都有含手续费跟税金
这点做得不错 帮你点出来 很多人算报酬都忽略fee跟tax
: 我目前有真仓下去跑
: 初步看起来效果不错，有击败大盘跟0050
: 4/1(财报公布隔天)到现在投报率有7.5%
首先你建立的策略是用季度的资料 那你衡量报酬就该至少是以季度为单位
再者 合理来说我们应该看的是 你用这个策略玩了好几季 (像是5年20个季度)
这20季的报酬是否 平均而言 统计上 显著高于大盘每季的平均
你现在只看4/1到现在 甚至连一季都不到
你问的问题就像在说 干我怎么骰子掷出6 明明骰子的期望值是3.5啊
怎么可能高出那么多 真是不合理!?
: 我原本是想要找出可以赢过0050跟大盘的模型
: 结果竟然赢过台积电
: 让我觉得有点匪夷所思 是不是哪里有问题
: 而且我有研究每季选的股票
: 完全没有选过台积电
: 台积电的财报应该不会不好
: 所以完全搞不懂深度学习选股的逻辑
最后再提一点
版上大部分人也很容易忽略的
评估一个策略 只看报酬绝对是很奇怪的一件事
市场上的名言 高风险高报酬
你只看报酬 完全不考虑承担的风险的话 那根本没有意义
只是要追求超高报酬 只要疯狂杠杆 你的期望报酬都可以很高
详细地说的话
虽然讨论你从4/1到目前的报酬 统计上一点意义都没有
但我猜最有可能的就是你的策略让你挑的都是高beta的股票
刚好从4/1到今天台股和美股 大盘都涨超过4%
以两周内大盘的走势来说是非常bullish的
你的投资组合 beta高 波动度高 当然就有更高的报酬
真的要衡量一个策略的好坏 还是要看alpha
也就是去除掉和风险因子连动的超额报酬才有意义
而且像上面提到的
你不可能只看一期 (或甚至连一期都不到的时间)