作者回复: 比如:对近期的股票以周为单位进行一次技术分析,通过综合对比,剔除以周为单位走势较差的股票,留下相对平稳的股票,待大范围选取相对好的股票后,再以天为单位对股票进行预测。 这个想法是非常好的,就是文中提到的要更注重细节,把更多精力花在数据清洗,特征筛选上,这样才能提高模型的准确率。
作者回复: 肯定是这样的,不实践其实跟没有学是一样的。
作者回复: 没必要专门去学机器学习,机器学习只是投资方法之一,前面讲了那么多策略其实跟机器学习也没有关系。
作者回复: 这个对于散户应该更友好一些。实现成本比较低,交易频率比较低,更容易落地
作者回复: 没有公开的全量数据集,建议在一些量化投资平台上研发策略
作者回复: 很好的思考,其实没有标准答案,结合自己的优势,自己的爱好,有理有据就好。