個人覺得很多數學分析方法都有個很重要的前提"連續" 只要有不連續情況很多數學分析方法就會出問題時間序列也是一樣股價不是穩態連續的時間序列如果是 ...批踢踢實業坊›看板Stock關於我們聯絡資訊返回看板作者ProTrader(沒有暱稱)看板Stock標題Re:[請益]時間序列用來描述股價變化484很不適當?時間SatDec2217:24:422018個人覺得很多數學分析方法都有個很重要的前提"連續"只要有不連續情況很多數學分析方法就會出問題時間序列也是一樣股價不是穩態連續的時間序列如果是的話時間序列分析也很好用股價經常因為主力作價或散戶羊群而跳空就不多說了股價除息長的很像跳空但可以當成跳空來看嗎??股價有沒有受配股影響??流通股數變多股價或者市值該固定??股價受減資增資影響也是很像跳空?這真的可以看成跳空嗎?我個人認為流動性高交易量大的股票用時間序列來分析還是可以的也些特殊事件發生的話要作修正難度也不高==========================================================至於從時空資料的角度來分析股價...這是正確的所有的股價或是台指期其實都是每筆搓合價量累積出來的市場上稱這種資料為Tick資料包含價量時間可再增加成交時的最佳買賣價資料可得內外盤資料這種資料就是多變量時間序列最常見的K線資料其實是一段時間內的開高低收量我覺得這其實就是價格的時空資料量資訊以長條圖在下方呈現開收之間就是某段時間(向量)高低之間是某個線段(純量)如果完整的表達所有價量在市場上稱為價量圖時間範圍代表的就是時間解析度http://www.yuanta.com.tw/pages/content/StockInfo.aspx?Node=a97eac4c-d27f-449d-a7d3-0f9830d83e84這元大的資料時間範圍只能選15103072日5種選擇實際上應該是任意時間範圍都可以1515分秒...只要你高興e秒pi秒也可以如果是台指甚至可以分析1秒價量表如果是某些冷門股可能1小時價量都太短K線資料就是從Tick資料(多變量時間序列)而來市場上最常用的K線時空分析方法就是K線組合與形態學http://lachlan.pixnet.net/blog/post/40349278-%E5%90%84%E7%A8%AEk%E7%B7%9A%E7%B5%84%E5%90%88https://www.stockfeel.com.tw/%E6%AD%B7%E5%8F%B2%E4%B8%8D%E6%96%B7%E9%87%8D%E6%BC%94%E2%94%80%E5%9E%8B%E6%85%8B%E5%AD%B8/為什麼很多搞程式交易的人會輸給主觀交易的人我覺得這是關鍵因素主觀交易的人通常會看K線與形態(時空資料)籌碼新聞...程式交易的人通常就看收盤價均價或者再加個成交量(單變量或多變量時間序列)有能力用程式去作型態辨識的人是極少數有人可能會嗆說K線就線段而已說甚麼空間同產業的股票K線可以看成面不同產業股票K線可以看成體(台灣股市)還有不同國家約略同時段亞洲股市還有不同洲別的國際股市還可以搭配外匯資料的K線也就是說K線可以構成高維空間-時間而且還可以用更完整的開收價量圖來構成時空資料我個人目前只做到個股的時空資料而已如果有人做完台灣股市的話應該可以完整解釋類股輪漲現象上面說的還只是從單純價量資料整理的時空資料其實還可以再用其它資訊擴張價量表http://www.cmoney.tw/learn/course/jenny/topic/2716上例是把買賣分點考慮進來價量之外再搭配買超分點數與賣超分點數這要用3D繪圖才能更好的視覺化這樣的資料如果用機器學習方法來分析全球股市的時空資料我覺得應該是很有發展空間這個主題我是覺得就算不交易寫碩博士論文也是很好的題目※引述《peter308(pete)》之銘言：:我之前版上po過我自己的見解:#1R1uCkrB:[請益]股市那麼難預測是什麼原因??:文章有提到以下內容::所謂的價格動力的空間部分的貢獻:來自於交易投資人間形成的一個網絡拓樸結構(networktopolologystructure):這個結構很可能是scale-free,small-word或是其他結構:但很可惜目前投資人的拓樸結構為何是個unknown:不像材料科學可以用Xray或是中子繞射的方法去測量材料的晶格構造!:怎麼知道這個拓樸結構的拓樸長相，:以及如何把它的效應放進CAPM或是異質投資人模型，:是我下一個階段想研究的課題!:我認為如果未來能夠寫的出這個考慮過網絡拓樸結構的PDE:對於我們理解股價的動力行為會有一些幫助!:簡單講:股價的動力學模型應該本質上是一個PDE(偏微方方程)而非ODE(常微分方程):時間序列看的就是股價怎麼隨著時間變化而已:至於空間結構的那個部分則把它平均掉:我的想法是結構空間不應該被平均掉，而是應該透過一個PDE的空間座標去描述:當然:要從第一原理或理論角度去建構出這樣的PDE太困難了:但如果把原本的時間序列改成收集spatio-temporal數據:再用機器學習去針對這個spatio-temporal數據做超參數優化(模型訓練)呢?:有沒有可能提升股價預測上的準確度??:有沒有人實際做過?:或是有些想法的??:要不要討論看看??--※發信站:批踢踢實業坊(ptt.cc),來自:218.164.59.198※文章網址:https://www.ptt.cc/bbs/Stock/M.1545470684.A.5C3.html→dnm08:你也想賺5.5萬是不是~12/2217:29完全不想><"※編輯:ProTrader(218.164.59.198),12/22/201817:34:34推xj654m3:又一個....?12/2217:38推abc9gad:812/2217:51推silencemars:婚延畢12/2218:11→yunf:其實不是很難只是你有沒有想通怎麼做而已12/2218:25→yunf:不要說全球整個東北亞就好資料量那麼大光收就累死了12/2218:29難的是收集資料我只有台灣的而已推a181w:不知道像股價這類多變量的資料用函數型資料分析會不會更精12/2219:20→a181w:準12/2219:20推AboveTheRim:我覺得辣美國有錢的避險基金都養了很多數博CS博12/2219:52→AboveTheRim:物理博太空博但是沒有傳出一個真的靠AI或大數劇12/2219:52→AboveTheRim:狂賺猛賺大力賺的這代表全世界頂尖的科學在投資交12/2219:53→AboveTheRim:易上的alpha尤其今年更是落賽12/2219:54避險基金大多是統計套利的策略吧那穫利空間本來就有限還有資金規模的問題另一方面數學很厲害交易能力未必很強因素很多尤其是交易心理這塊我是覺得很難量化推john668:因為今年有一個量化交易不會放入也無法估計的參數川普12/2220:51→john668:我是在想啦如果我有能力做出模型我為何要為公司賣命12/2220:52→john668:造成會在避險基金的都不是最強的最強的自己做12/2220:52這些好像很厲害的分析不過是進化版的技術分析而已然而交易這件事技術分析只是一部分推peter308:我知道有一個叫做ErnestChan的香港人就是在避險基金工作12/2221:17→peter308:他的深度學習和機器學習課程是我看過數一數二扎實的~12/2221:18→peter308:避險基金裡面很多教授等級的員工吧~~12/2221:26※編輯:ProTrader(218.164.59.198),12/22/201821:59:22→yunf:光收資料都沒收到還想分析=.=12/2302:41→yunf:用講的比較快12/2302:41推peter308:再推一次每次看你文章都很有收穫!12/2413:55