關於量化對沖基金如何使用機器學習投資股票市場的思考（算法、數據範例等）
我相信有幾個關於這個一般主題的文章，但我想我會開始我自己的執行緒。我是一名前基本對沖基金投資者（即對公司的財務狀況進行建模、預測現金流並以折現率將其折現以獲得估值），他有興趣了解更多關於數據科學/人工智慧/機器學習及其原理用於投資。首先，讓我向一些在不同執行緒上發帖的人保證，這種數據科學/人工智慧/機器學習確實有效。最好的對沖基金實際上是量化對沖基金，如 Renaissance Technologies、DE Shaw、Two Sigma，我相信他們從事這類工作。在量化投資者之前是基礎投資者（他們與公司交談，對財務進行建模，定性地決定這是否是一項好的投資，等等。即像沃倫巴菲特）和技術投資者/交易員查看圖表並根據股票圖表的某些變動/交易量進行投資。坦率地說，我一直認為技術投資是無稽之談，但很多人都這樣做，也許它有效，也許它不起作用。然後是寬客，但我相信他們最初使用的是複雜的數學模型，比如 Black-Scholes 定價模型。現在，最好的量化對沖基金正在使用人工智慧/機器學習。為了我自己的啟迪，我想了解人們對對沖基金如何實際使用人工智慧/機器學習進行投資的想法。坦率地說，我一直認為技術投資是無稽之談，但很多人都這樣做，也許它有效，也許它不起作用。然後是寬客，但我相信他們最初使用的是複雜的數學模型，比如 Black-Scholes 定價模型。現在，最好的量化對沖基金正在使用人工智慧/機器學習。為了我自己的啟迪，我想了解人們對對沖基金如何實際使用人工智慧/機器學習進行投資的想法。坦率地說，我一直認為技術投資是無稽之談，但很多人都這樣做，也許它有效，也許它不起作用。然後是寬客，但我相信他們最初使用的是複雜的數學模型，比如 Black-Scholes 定價模型。現在，最好的量化對沖基金正在使用人工智慧/機器學習。為了我自己的啟迪，我想了解人們對對沖基金如何實際使用人工智慧/機器學習進行投資的想法。
是否有某些算法更適合投資股票市場？
什麼類型的數據最有用？
預測短期走勢和長期價格走勢是否有不同的模型？
作為一名擁有 10 多年經驗的投資者，我有一些普遍的高層次想法，但我既不是程序員也不是數據科學。如果我錯了，請糾正我。從本質上講，這些量化對沖基金試圖在股票/股票/其他資產類別（黃金、債券、貨幣等）中尋找尚未被開發的模式。與其他類型的投資者一樣，他們想知道什麼會導致股票（或任何其他資產類別）上漲或下跌（大多數對沖基金都是多頭和空頭股票）。但是，儘管其他類型的投資者有他們所遵循的特定教條，但這些人只關心指示股票上漲還是下跌的“信號”。股票和任何其他資產類別根據供求關係上下波動。是否有更多的買家與賣家 - 然後股票上漲。是否有更多的賣家與買家，那麼股票就會下跌。所以本質上，這些量化基金真的只是建模/預測人類行為並利用它們處理數據的能力是一個更大更快的能力嗎？如果是這樣的話，那麼從基本面來看，我可以很容易地假設哪種類型的數據可能會推動股票/資產類別。
例如，如果一隻股票具有某種交易模式，表明技術投資者可能會在特定時間範圍內購買它，這難道不可行嗎？是否有某種算法最適合這種類型的分析？
另一個例子可能是，如果公司表現出某些收入增長指標或利潤率提高，這是否預示著潛在的購買機會？或者，如果他們的年度報告、季度文件、新聞稿中的某些詞表明這家公司可能會做得很好？
或者，持有人名單（持有股票的投資者類型）可以提供股票在未來可能如何反應的跡象。
我可以繼續，但我可能完全不在基地。我基本上只是在思考這實際上是如何工作的，因此我想听聽人們的任何想法。具體的例子會很棒，所以我可以測試它們並在此過程中學習一些數據科學/人工智慧/機器學習。
我沒有錯誤地認為我可以做像這些量化對沖基金這樣的事情。這需要大量資金、使用槓桿、數百名 PH.D 數據科學家和程序員、昂貴的伺服器等。但是，也許稍微了解他們的流程可能會改善我的基本流程。儘管我什至不確定，因為也許它們可能截然不同。對於那些想了解更多關於投資世界的人，很高興分享我的知識。另外我不是數據科學家或程序員，所以雖然我現在想學習所有這些算法，但這是為了我自己的啟迪。
最好的
亞歷克斯
這可能無法直接回答您的問題。佐治亞理工學院提供了一個名為機器學習交易的課程，您可能會發現它很有用。
https://www.udacity.com/course/machine-learning-for-trading--ud501
高頻交易公司是流動性提供者。他們以他們認為目前股票的公平價格附近的價格發佈出價和出價。這些出價和出價之間的距離可以被認為是一個信賴區間。因此，簡單地說，他們可以使用機器學習來更好地估計資產的公平價格或更好地估計信賴區間的寬度。
他們對“人類行為”的建模較少，而對具有隨機組件的動態系統建模更多，而且他們正在快速準確地進行建模。如果您認為某項資產目前價值 X 並且您有 80% 的把握它的價值介於 X+a 和 Xb 之間，那麼如果您以 X+a 或 Xb 的價格進行交易，您應該對此感到非常高興。顯然它比這更複雜，但這應該為您提供一個框架，讓您了解如何利用您擁有的任何機器學習知識進行交易。