东瓜酱置顶2021-10-231.影响股票的因素很多，其中会存在大量的非线性模型，采用线性模型过于简单，不能很好的进行拟合，误差将会过大，影响准确率。 2.在实际操作股票的时候，我们会结合基本面，技术面，消息面，情绪面，政策面等因子进行分析，在不同的时期某一个因子的系数可能会放得很大，模型修正的系数不会突然改变，会影响模型的实际预测。例如前段时间中概互联受到政策面的影响很大，其他的因子影响几乎等于0.作者回复: 非常好的思考，赞同
4
王世艺2021-09-06第一个是过拟合，所以还是要看看因子背后创造财富的逻辑。 第二个就是线性，世界上大部分事物都不是线性发展的。作者回复: 过拟合是任何模型的缺点，不是线性特有的，事实上线性模型的过拟合问题算是比较轻的。
6
dbtiger2021-09-08思考： 线性多因子模型最大的局限性： 各个因子占整体影响因素的比例难以划分。 我做投资时的判断过程： 比如近期双节临近（过节效应，情绪面因子）；前2月白酒行业有10%以上回调， 但年中报披露基本面并没发生变化（基本面因子）；这个时候逢低分批买入某白酒，短期会有一笔拉升吃肉的可能。作者回复: 1 线性模型是可以分解各种影响因素的比例的，把r拆成了f1*X1一直到fK*XK这K个部分之和，非线性模型其实比较难分解 2 投资想法，可以用小钱实盘测试一下，或者纸面交易（假设你按想法买了白酒）验证一下
2
进化菌
2021-09-06多因子是对一个事物的多方面考量，确实比单一纬度更靠谱一些。 也恰恰是因为多纬度考量，让人可能会更容易陷入犹豫徘徊的境地，进而错失良机~作者回复: 多因子模型并不是中庸模型，如果多个因子共振，都发出强信号，那么联合起来信号更强，更果断
2
周建新(迦那)2021-10-13线性模型过于简单，股票预测是多变量因子影响的，线性模型难易很好拟合，误差较大。作者回复: 非常准确的回答
1
一只小犬柴ฅฅ2021-11-16这节提到训练线性模型时用所有股票的历史数据约726000个样本，且需要给出各个样本各个时刻的Xk值，这数据集该怎么收集呢 另外不同的股票会不会差别较大使模型难以预估准确，只针对自己钟意或已买的那类股票做预估是不是好一些作者回复: 日频的股票历史数据应该在网上可以买到，或者可以买到价格不太高的每日更新的接口，甚至有一些交易行情软件，还可以逐只股票的导出。 模型确实应该在自己最想要交易的股票群内进行训练，比如说你要是主要交易大盘股，你就在沪深300里训练，你要是只交易大消费类的股票，你就在消费行业的股票上训练就行，嗯课程中举的例子是一个全市场选股模型的例子。
leapfrog2021-10-23用深度学习来处理这种非线性的情况是不是更好些作者回复: 是这样，接下来会介绍相关内容
- 刘帅帅2022-12-05 来自上海一，从空间的角度看，很多问题都是非线性的，用线性模型强行拟合出来的结果别扭。二，线性模型泛化能力弱，容易导致结果上蹿下跳。
充电中2022-03-30老师，价格比工具的链接打不开了