搭建简单神经网络对个股的筛选研究（2）—SKL量化交易策略模型理论篇——技术分析系列

摘要

本系列干货属于量化投资研究领域，随着人工智能的兴起，智能投顾、大数据分析、云计算决策等等一系列方法论和手段，在投资领域运用，其目的是寻找投资市场上的不同品种间的“最优解”算法和获得稳定合理的资产配置夏普率收益曲线，所以我本人也在研究之余，通过股市、期市等交易市场数据简单建模，进行量化交易的方法论、交易手段和资产配置策略探索，以下是一些较为成熟的模型经验分享。

在学习量化交易的过程中，需要明确的是：

1、高频交易和量化投资的关系和区别（不能混为一谈）

2、透过表象看本质：成功的模型不在于运用了多高深的数学理论，而在于它整合了多少不同来源的信息。即使是最简单的线性回归，如果各个参数都有很强的预测能力，且相关性很低，那么模型的预测效果也会很好；相反，即使运用复杂的深度学习理论，如果选取的参数毫无意义，最后得出的模型也没有用。

3、重在实践：实践是检验真理的唯一标准！