对于大数据梳理的关键的算法和解决方案,实际应用的困难主要来源于生成能够实际应用的策略部署,采用的一些算法近几年才被逐渐公开,还有些网络上找不到任何痕迹。视频是5.27的,媒体引用的大多为研究机构的研究结果,基本都没有进行实战还,所以部分信息有偏颇,可以对比参考。而真正用来决策使用的,有几家是利用噱头融资的,实际效果并不好,也是上面说的那个困难的关系。以前采用的机构并不多,现在已经能听到些消息某某机构上马了这类项目,相当多的与wj兄所说的一致,甚至还不如,就是信息整理出来供人判断,而采用新算法和新的部署形式的,只有几个高精尖掌握核心算法技术的在实盘。就逻辑而言,的确如wj兄所说,相当多是基于“传统”的,不同于数据的驱动,这里面让计算机可以根据实际事件进行驱动,由计算机理解并总结规律,比人受影响的要困难得多,但是排除人的一些主观性和经验锚定,效果却会好很多。与跟交易所达成协议获取level3或者其他隐秘行情数据相比,这个领域没有任何的合规性问题。相当多的大型机构在获取比一般投资者多的信息方面,舍得掷重金。
论坛互喷的习气多了,会影响论坛的探讨气氛,海洋早年基本没有互喷,进步速度比现在要快得多。而且有事没事喷一喷,那与其他国内网络论坛有什么优势还,时间长了,恐怕有干货的不愿意分享,想提问的不敢提问,有意愿交流的顾虑太多。你看Neo侠没事儿还来吗?而且最近不少展示和求教贴也不了了之,不再更新,但以前的论坛氛围却很包容,大家还能热心的指出其中的不足和说出自己的见解,很多人也能从别人经历中学到自己的感悟,当然愿意不愿意分享是另一回事儿。 tony供职一大型对冲基金,坛友间的互相尊重是必要的,否则论坛里实战派越来越少,喷子多,不疼不痒评论多,真正的业内人士愿意来的就少了。
我记得今年或是去年,美国一家基金公司也是用这样的策略,当时,他们在读新闻时,出现:因为。。。所以。。。但是。。。的语法问题,(但是)之前,机器判断是利多,买进,(但是)之后,机器是判断利空,卖出。结果,在几毫秒内大量买进和卖出,分钟k线,出现长长的上下影线,分笔数据也很好看。
K大的视频声音听不清楚,ppt看了,不懂(本人水平有限)想问个问题:这个应用需不需要做范围设置,比如识别有效性?我看一些讲交易策略的书,比如简单的趋势系统,就是拿了有趋势的样本来回测展示说明这个系统如何有效,但是都没有说如何保证这种有效性。
谢谢kuhasu兄的分享,可以看出你对此领域也做过很多研究和实践工作。 看了你的视频之后意犹未尽,因为还是概述性质的介绍,对于很多技术和细节肯定无法顾及。请问能否介绍一些有助于实际应用的阅读材料,如论文啊或者实际项目之类的,以便继续往这个方向研究
可以看看这家公司的产品 http://www.eotpro.com/ 这家也有相关产品 http://www.nyxdata.com/nysedata/Default.aspx?tabid=1204#! 另外有些news streams已经包含了metadata信息,用algo直接读取就行 http://www.nanex.net/aqck2/4309.html#! 这篇paper也挺有意思的 Web Sentiment Analysis for Revealing Public Opinions, Trends and Making Good Financial Decisions http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2309375
有大概四种在这里面: 1、是行为经济学,包含比行为金融学要广泛一些; 2、是完全独立于经济学体系,从哲学分支就被分出来的,索罗斯的哲学,与1是完全不同的世界观; 3、是基于统计和数理的行为模式分析与反馈系统,这里面要注意一些自然科学的方法的滥用和不适用的问题,很多即便是物理PHD,教授,诺贝尔奖获得者,一样会有方法应用的“适用”问题,这方面前者大部分不如市场老手; 4、机器人行为学/算法行为学,这里专门指的是算法的拟人特征属性和决策方式。 以上仅供参考~
我不觉得这是屌丝或者凤姐版 不过你们没有仔细看视频,之所谓新型,并不是舆情,而是大数据开拓的一个崭新领域以及所带来的丰厚回报;而策略应用,也并不是多一个数据源的问题,更关键的策略建立,系统化交易的建立是不是完善和有效,主观也可以进行系统化,这样的确可以减少一些主观偏差和主观筛选信息(画图给别人看,标明买卖点的行为习惯的,有这个嫌疑),但你的盈利核心不是数据源和参考模式不是木~