为什么说股票不能通过机器学习来预测？

课程已经结束了，更新一下。

如果使用纯粹的机器学习，确实很难做，尝试过的方法在股市环境表现近乎随机，并且非常容易过拟合。

在其他小组中，不乏使用复杂策略不如非常简单策略的结论。考虑趋势的小组期望收益会比较高，但最大回撤不小。

个人体会是缺少金融学的知识，寸步难行。下学期看书学习去了。

————————————————

可以预测，收益不高，适合量化投资，预测难度大。

这学期在修的一门和上证信息合作的课，课程项目就是这个，我们组想试着把财报数据结合到短期预测里，不过挺多方法都没用，不好做是真的。

一些参考论文

基于股价的：

Amit Kelotra and Prateek Pandey. 2020. Stock Market Prediction Using Optimized Deep-ConvLSTM Model. Big Data 8, 1 (2020), 5–24.

基于新闻的：

László Nemes and Attila Kiss. 2021. Prediction of stock values changes using sentiment analysis of stock news headlines. J. Inf. Telecommun. 5, 3 (2021), 375–394

基于图的：

GRU

Jue Liu, Zhuocheng Lu, and Wei Du. 2019. Combining Enterprise Knowledge Graph and News Sentiment Analysis for Stock Price Prediction. In Proceedings of HICSS. 1–9.

GNN

Jiawei Long, Zhaopeng Chen, Weibing He, Taiyu Wu, and Jiangtao Ren. 2020. An integrated framework of deep learning and knowledge graph for prediction of stock price trend: An application in Chinese stock exchange market. Appl Soft Comput. 91 (2020), 106205.

还有一篇微软嘉宾课上讲的，找不同模式股票丢到不同预测器，听嘉宾说这方法在某量化基金表现很好，代码在qlib开源。这篇给了我不少启发。

Learning Multiple Stock Trading Patterns with Temporal Routing Adaptor and Optimal Transport

还有还有一篇从每天不同时间的成交量和价格切入，做强化学习，听说也有不错的表现，但论文我没找到，也是今年的。

感觉最大的难点是找可以套利的切入点，毕竟大家都能想到的方法肯定是没用的。希望课程项目能搞出点成果吧...