姓名：謝童? 學(xué)號(hào)：16020188008? 轉(zhuǎn)自微信公眾號(hào)? Bigquant
前幾天，我讀了一篇關(guān)于人工智能到目前為止是如何發(fā)展的以及它將走向何方的文章。我被嚇了一跳，我也很難理解作者所描繪的未來的可能性。
這是人工智能在醫(yī)學(xué)領(lǐng)域應(yīng)用的可能性之一：
外科醫(yī)生可以用她的運(yùn)動(dòng)皮層控制一個(gè)機(jī)器手術(shù)刀，而不是用她的手。她可以從手術(shù)刀接收到感覺輸入，這如同她的第11個(gè)手指一般。這就好像她的一個(gè)手指是手術(shù)刀，她可以不用任何工具就可以做手術(shù)，這能讓她能夠更好的操作。一個(gè)沒有經(jīng)驗(yàn)的外科醫(yī)生在做一個(gè)復(fù)雜的手術(shù)時(shí)，可能會(huì)讓她的幾個(gè)導(dǎo)師來到現(xiàn)場(chǎng)，給予她指導(dǎo)或建議。如果真的出了什么問題，他們中的一個(gè)可以“控制方向盤”，把他們的運(yùn)動(dòng)皮層和她的輸出連接起來，并且控制她的手來進(jìn)行接下來的手術(shù)。
目前，人工智能和機(jī)器學(xué)習(xí)已經(jīng)取得了足夠的進(jìn)步，所以我們現(xiàn)在可以將這些機(jī)器學(xué)習(xí)技術(shù)應(yīng)用到交易中，并達(dá)到很高的精確程度。
什么是機(jī)器學(xué)習(xí)
機(jī)器學(xué)習(xí)是指計(jì)算機(jī)算法能自主地從數(shù)據(jù)和信息中學(xué)習(xí)并改進(jìn)現(xiàn)有的算法。
簡(jiǎn)單地說，機(jī)器學(xué)習(xí)是這樣的，以下圖這個(gè)孩子為例，我們把他當(dāng)成是一臺(tái)智能機(jī)器。
給他一個(gè)棋盤
解釋游戲的基本規(guī)則
給出100個(gè)好的游戲記錄
把孩子鎖在房間里(也放些食物和水)
十天后。
在這個(gè)象棋學(xué)習(xí)案例中，小孩就好比機(jī)器，過去的游戲記錄是數(shù)據(jù)，象棋基本規(guī)則是算法。我們只給機(jī)器提供了一個(gè)基本的算法和一些數(shù)據(jù)來學(xué)習(xí)。機(jī)器通過對(duì)數(shù)據(jù)篩選，了解怎樣操作能提高贏得游戲的機(jī)會(huì)，并將這些操作添加到算法中。這就是機(jī)器學(xué)習(xí)的概念。與人類相比，計(jì)算機(jī)的優(yōu)勢(shì)在于，計(jì)算機(jī)能夠快速地完成這一任務(wù)，并且是針對(duì)更大的數(shù)據(jù)集和持續(xù)的時(shí)間段。
然而，這只是一個(gè)簡(jiǎn)單例子，機(jī)器學(xué)習(xí)還有很多其它有趣的應(yīng)用場(chǎng)景。
此外，人們經(jīng)常把人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)搞混。人工智能是一個(gè)包含很多東西的大領(lǐng)域，而機(jī)器學(xué)習(xí)是人工智能的一部分，而深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)子集。下圖能夠清晰展示三者的關(guān)系。
為什么機(jī)器學(xué)習(xí)會(huì)如此流行？
如果你深入挖掘，你會(huì)發(fā)現(xiàn)機(jī)器學(xué)習(xí)已經(jīng)存在很久了。例如，在1763年，Thomas Bayes發(fā)表了一篇文章——?‘An Essay towards solving a Problem in the Doctrine of Chances’ ，這篇文章試圖解決“機(jī)會(huì)主義”的問題，從此便有了“貝葉斯規(guī)則”，這是機(jī)器學(xué)習(xí)中使用的重要算法之一。
但今天，機(jī)器學(xué)習(xí)正以前所未有的速度向前發(fā)展。我們可能沒有意識(shí)到但是機(jī)器學(xué)習(xí)的應(yīng)用到處都是：
推薦系統(tǒng)(facebook新聞推送，亞馬遜產(chǎn)品推薦)
自然語言處理(Siri，谷歌語音)
醫(yī)學(xué)診斷(圖像點(diǎn)樣)
目標(biāo)識(shí)別與跟蹤(面部識(shí)別、車牌讀取、跟蹤)
挖掘“大數(shù)據(jù)”分析(這種模式的股票通常會(huì)上漲)
數(shù)據(jù)的分類與聚類(欺詐檢測(cè)、序列挖掘等)
所有這些都是基于從過去的數(shù)據(jù)中學(xué)習(xí)并預(yù)測(cè)未知/新情況的結(jié)果的概念，就像人類學(xué)習(xí)的方式一樣。但電腦的優(yōu)勢(shì)在于，它們可以處理更大范圍的數(shù)據(jù)，而且復(fù)雜得多，這是人類無法做到的。
在當(dāng)今的環(huán)境下，每天都會(huì)生成上萬億字節(jié)的數(shù)據(jù)。對(duì)于人類來說，要從中進(jìn)行處理并做出有用的推斷是不可能的。當(dāng)然，聰明的人或許能夠做出更好的預(yù)測(cè)和推斷，但機(jī)器學(xué)習(xí)算法在規(guī)模和復(fù)雜性方面都超過了我們。隨著時(shí)間的推移，這些計(jì)算機(jī)的預(yù)測(cè)將超越人類的水平。
因此，當(dāng)每個(gè)行業(yè)都開始以某種形式實(shí)踐機(jī)器學(xué)習(xí)時(shí)，作為一個(gè)交易員，為什么不利用這一點(diǎn)來為自己謀利，賺更多的錢呢？你猜怎么著?機(jī)器學(xué)習(xí)和交易是緊密相連的，就像奶酪和葡萄酒一樣。一些頂級(jí)交易員和對(duì)沖基金經(jīng)理已經(jīng)使用機(jī)器學(xué)習(xí)算法做出很好的預(yù)測(cè)，并賺了不少錢!
線性回歸是什么?
這里是標(biāo)準(zhǔn)的定義：線性回歸是一種建模標(biāo)量因變量y與一個(gè)或多個(gè)表示為X的解釋變量(或自變量)之間關(guān)系的方法。
讓我以一種非?；镜姆绞絹斫忉尰貧w的概念，假設(shè)你經(jīng)營一家生產(chǎn)汽車的公司，你想知道原材料(比如鋼鐵)的價(jià)格變化將如何影響汽車的銷售。一般的理解是，鋼鐵價(jià)格的上漲將導(dǎo)致汽車價(jià)格的上漲，從而導(dǎo)致需求減少，進(jìn)而導(dǎo)致銷量減少。但是我們?nèi)绾瘟炕?我們?nèi)绾胃鶕?jù)鋼價(jià)的變化程度來預(yù)測(cè)銷售量的變化。這時(shí)回歸就出現(xiàn)了。
讓我們看看以下的示例數(shù)據(jù)：
我們把這個(gè)放到圖中，這個(gè)圖叫做散點(diǎn)圖
Y軸是汽車的銷售量(這是我們的因變量)，X軸是鋼的價(jià)格(自變量)。通過一般的觀察，你可以看出，只要鋼價(jià)下跌，汽車的銷量就會(huì)提高。
樣本數(shù)據(jù)是回歸算法的訓(xùn)練材料?，F(xiàn)在，它將幫助我們預(yù)測(cè)，如果鋼鐵價(jià)格下降到168，我們可能實(shí)現(xiàn)什么樣的銷售。
因此，當(dāng)您將樣本數(shù)據(jù)放入excel電子表格并執(zhí)行回歸時(shí)，您將得到如下所示的回歸直線
里面有一些奇怪的數(shù)字，為了便于的理解，我只關(guān)注其中的一些指標(biāo)。線性回歸函數(shù)的目的是找到一條與所有數(shù)據(jù)點(diǎn)最接近的直線，這樣當(dāng)我們想要計(jì)算一個(gè)新的因變量的預(yù)測(cè)時(shí)，我們可以選擇在X軸上與自變量對(duì)應(yīng)的直線上的后續(xù)點(diǎn)。
因此，上述計(jì)算是基于下面的方程進(jìn)行的，也稱為回歸表達(dá)式。
“Y”——汽車銷量或因變量，這就是我們要預(yù)測(cè)的
“X”——鋼鐵價(jià)格或自變量，這將被用來預(yù)測(cè)“Y”
“b0” -截距是我們的回歸直線與“y”軸相交的值
“b1” -斜率系數(shù)，它告訴我們X值增加1個(gè)單位將使Y值變化多少個(gè)單位
“ei” -誤差項(xiàng)，當(dāng)我們用這個(gè)方程表示的任何變量的關(guān)系不完全代表自變量和因變量之間的實(shí)際關(guān)系時(shí)，表示這種差異的變量稱為誤差項(xiàng)或剩余、擾動(dòng)或余數(shù)項(xiàng)
R2 - R平方或相關(guān)系數(shù)，這顯示了數(shù)據(jù)與擬合回歸線的距離
如果你看上面的回歸圖，你會(huì)看到一個(gè)回歸方程，也就是:
y = -4.6129x + 1297.7
在這個(gè)方程中，
b1 = -4.6129
b0 + ei = 1297.7
注意，斜率系數(shù)或b1是負(fù)的，這意味著兩個(gè)變量(汽車的鋼材價(jià)格和銷售)是負(fù)相關(guān)的，這意味著當(dāng)鋼材價(jià)格上漲時(shí)，汽車銷量下降。
方程的R2是0.92，說明擬合度很好，這個(gè)值越接近1，預(yù)測(cè)能力越強(qiáng)。
現(xiàn)在說到最精彩的部分，以鋼鐵價(jià)格的任何變化為例，比如價(jià)格為168時(shí)，我們要計(jì)算汽車銷售的預(yù)期增長。
(汽車銷售)= -4.6129 x(168) + 1297.7。
鋼價(jià)跌至168時(shí)，汽車銷售量= 522.73輛
即使有多個(gè)變量影響了汽車的銷售，我們也能計(jì)算出一個(gè)預(yù)測(cè)。當(dāng)回歸中有多個(gè)自變量時(shí)，稱為多元回歸模型
回歸和股票市場(chǎng)
現(xiàn)在，讓我向你們展示一個(gè)現(xiàn)實(shí)生活中的回歸在股市中的應(yīng)用。例如，我們持有Canara銀行股票，想看看銀行的Nifty(銀行指數(shù))價(jià)格的變化如何影響到Canara的股價(jià)。我們的目標(biāo)是找到一個(gè)函數(shù)，它將幫助我們根據(jù)指數(shù)的給定價(jià)格預(yù)測(cè)Canara銀行的價(jià)格。
我們將采用Bank Nifty & Canara最近兩個(gè)月的收盤價(jià)，我們將采用調(diào)整后的收盤價(jià)作為數(shù)據(jù)一致性。請(qǐng)注意，擁有準(zhǔn)確的數(shù)據(jù)是非常重要的，因?yàn)榧词故菙?shù)據(jù)中的一個(gè)數(shù)字也會(huì)使回歸函數(shù)發(fā)生顯著的變化。
在這些數(shù)據(jù)中，我們將前40天作為訓(xùn)練數(shù)據(jù)，后20天作為測(cè)試數(shù)據(jù)，其中我們將檢查回歸算法的預(yù)測(cè)與實(shí)際數(shù)字的接近程度。
使用相同的excel函數(shù)，我們根據(jù)前40天的訓(xùn)練數(shù)據(jù)畫出了這條回歸線它的決定系數(shù)(R2)為0.85。這意味著Canara銀行和Bank Nifty有著85%的相關(guān)性。
這是回歸表達(dá)式，
讓我們看看算法的預(yù)測(cè)，預(yù)測(cè)用藍(lán)色標(biāo)出
看看后20天我們用模型預(yù)測(cè)的這些數(shù)據(jù)，我們可以看到預(yù)測(cè)值與實(shí)際值非常接近，預(yù)測(cè)結(jié)果可能是不能用來直接交易的，但這給了我們一個(gè)方向。你可以通過添加多個(gè)獨(dú)立變量來進(jìn)一步改進(jìn)該方法。這樣做將有助于減少剩余或錯(cuò)誤，并幫助您更接近實(shí)際價(jià)格。
我只用了2個(gè)月的數(shù)據(jù)，你可以用幾年的數(shù)據(jù)得到更準(zhǔn)確的結(jié)果。訓(xùn)練數(shù)據(jù)越多，結(jié)果越好。當(dāng)你繼續(xù)向它添加新的市場(chǎng)數(shù)據(jù)時(shí)，你會(huì)看到函數(shù)會(huì)通過重新計(jì)算系數(shù)和截距值而不斷改進(jìn)。
