除了神经网络的方法，还有什么算法可以实现机器的训练和自我学习？

下载了一个adaptrade build ，让机器瞎猫碰死耗子吧，也许能碰到好几个呢？可惜内置的函数指标太少了，要是能把tradestation的指标加入就好了。

 

算了一下午，发现这玩意太弱智。

 

经过若干代，原来赢利的第一代到最后没有能赢利的了。这玩意儿进化一万代也不能产生一个类似Rsi的指标

 

个人觉得语音和系统的共同点在于可以消除噪音，然后以自己的方式来解读市场

谁系统研究过语音的？

感觉很类似，求交流

 

这里有人用SVM指导交易获得成功了吗？我用下来觉得其泛化的能力很弱啊。

 

过了半个多月？崩溃啊，要这么长时间

 

咳，人才都浪费在金融市场里了！

 

同意一半，有个好爹在卖方也是很好混呢
不过可能少了不少楼上这样的potential scientists

 

这个话题包含的研究范围真是广阔
哲学
数学里的各种分支

 

看到了楼上各种大牛
data mining和maching learning刚好最近比较感兴趣
也权且读一读，追随大牛的脚步。

 

建议别浪费精力，到头来还是回归到当初的简单代码的模型，我过来人了，原来也这么做过，但结果都不行，神经网络可以描绘最美的事后拟合结果，但用来交易，基本没什么用。。。。。。现在的程序交易还没发展到那一步，考虑太多会吃力不讨好，建议大家做性价比最高的程序交易员，如果你不信我的话，你3年后再回来看看这个帖子。

 

建议多研究策略，少搞技术，技术就那么些，多了反而性价比不高。程序交易的核心是交易，而不是程序。

 

希望大家在交易的道路上越走越远，而不是在程序的路上步步深入。交易平台搭建好了，所有的函数也建立完毕了，剩下的就是安心分析交易策略了，把80%的时间分配在对市场的了解和交易策略的构建上，程序交易平台搭建好了，需要编程的地方就到此为止了，除了修修补补，建议不要大动。。。。千万不可舍本逐末。

 

所以我只用kmenas之类的，而且只用来描述，而不是预测

 

深有同感！但不可否认别人都早过了这个阶段，赚钱已经不是目标，自然不再满足一根均线走天涯。

 

一个非常老的帖子了, 竟然跨越时空一直讨论下去.真乃神奇.
我就是TTL, 更早以前用过大地飞鹰, 我记性不好, 老忘密码, 不过在海洋我只用过这三个马甲.

 

我在这个帖子里提出蚁群算法是在2009年, 更早的时候我提出过一个问题, 世界上有两种生物是全球性的, 一种是人类, 另一种是细菌, 我们选择或者开发交易系统, 是应当选择象"人"那样的高级智能复杂系统, 还是象细菌那样的简单系统. 我提出问题的时候并没有答案, 2009年的时候我已经选择了简单, 我现在认为当时的选择是对的.

 

一旦选择了简单, 问题也就简单了, 连一条均线也用不着了. 交易仍然是程式化的, 但是, 执行一个非常简单的系统, 那是不需要代码的.