Re: [請益] 有人被隨機性誤導很多年嗎?

三年半前我也回了你一篇相似的文章, https://www.ptt.cc/bbs/Stock/M.1554101334.A.44D.html 我就來談談我當初用Deep Learning 建構TQQQ 模型的情況 首先, "賭博的數學"就是機率, 不論賭場或是股市大部分都是在算機率, 賭場會設立規則讓莊家有較高的勝率, 長遠來看就莊家一定會賺錢, 對, 我在說廢話, 但是就是這麼簡單 股票線仙也是一樣的方式, 各種線就是用統計學的方式算出/畫出線, 再取勝率高的方式, 比方說破月均線等等, 說穿了還是機率, 勝率高不保證必勝, 所以不能每把都All in, 最好的做法是每把都投一樣少數的錢, 勝率高次數多就自然會賺錢 再來說到我的TQQQ 模型, Deep Learning/Machine Learning 一樣也是在算機率, 在那之前, 我先說一個觀念 overfitting: https://en.wikipedia.org/wiki/Overfitting 簡單說, 就是如果有人說他的模型回測數據100% 正確, 那就是 overfitting, 這個回測100%的模型基本上就是垃圾, 因為你是在預測未來, 不是預測過去, 你把過去數據完全吻合的模型就會overfitting 所以一般的做法是會有training, validation, test sets, https://en.wikipedia.org/wiki/Training,_validation,_and_test_data_sets 也就是把過去數據"隨機"分成三包, 一包拿來training 建模型, 一包拿來validation, 最後一包拿來測試, 這樣可以避免overfitting, 同樣的, 這樣產生的模型只求高勝率, 不是必勝, 所以作法是一小塊一小塊的買/賣, 只要勝率高次數多就會賺錢 我的TQQQ 模型現在已經是第三代模型, 預測到2020年底部抄底跟2021年賣出, 但是在去年2022年底跟今年初摔了一大跤, 抄底抄到沒錢, 所以還是不要做太大, 多留點子彈 ※ 引述《ProTrader (沒有暱稱)》之銘言： : 真的有隨機但可預測的實例就是複雜科學 以椋鳥群飛的例子來說 : 任何一隻椋鳥個體飛行都是隨機無法預測 然而椋鳥群體變動可預測 : 這真的很神奇個體隨機而群體可預測 : 在生活中最重要的應用應該是天氣預測 下雨 颱風之類的 : 椋鳥群飛的影片 : https://www.youtube.com/watch?v=O5auXBB_RvU : https://www.youtube.com/watch?v=74-p8fNsUl0 : 有得諾貝爾獎 : https://pansci.asia/archives/334249 : https://thupr.thu.edu.tw/newsdetail.php?id=5182 : 股點是 : 類推到股市 單一股票價格K線個體無法預測但K線的群體型態可預測 : 尤其是那些用裸K交易的人 我猜他們就是直接預測出K線群體型態變動 : 就看看有沒有複雜科學的專家可以真的找到K線型態的預測模型 : 但我猜最終股價預測也會類似預測颱風路徑出現很多條 : 到時候就是去找最大可能性路徑 : 應該會有參考價值但不是穩贏的聖杯 : ※ 引述《peter308 (pete)》之銘言： : : 我最近被一件事情困惑很久 但有比較想通了 : : Fama提過的效率市場理論 : : 如果效率市場是對的 那麼將會無法套利 也就無法打敗大盤 : : 另一個方面 曼德柏提出碎形市場 意味市場是有一些模式 : : 所以技術分析者才有辦法透過分析這些訊號去獲得"超額報酬" : : 這兩各學派是互相矛盾的 而且都想消滅對方 : : 簡單說 一個灌了鉛的骰子 在其點數出現的機率會偏離1/6 : : 也是因為這樣 才會讓出老千的人有利可圖 : : 但我最近發現 : : 隨機性越高(disorder越高) 在某些條件下 會觸發某些狀態 : : 導致其變得反而更可以穩定預測去狀態 : : 這是否提供了一個全新的理論基礎 : : 在這基礎之上 統合 Fama 和 曼德柏的兩個互為矛盾的學派變得可能?? : : 有人覺得這是個不錯方向的嗎? : : 也就是一個隨機性越高的(量子)骰子 : : 反而陰錯陽差地導致了某種記憶效應 讓它變的是可預測的 : : 題外話 : : 上述的特殊狀態是量子系統才有的 : : 但股市是古典系統還是量子系統? : : 目前這問題(請益過這領域的專家學者)仍就沒有一個明確的答案 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 76.103.225.6 (美國) ※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1696018113.A.C19.html