常常聽到ML可以預測股市，為什麼沒有成功 - 薪水

我就說python跟R是拿來寫興趣的，

如果在台灣靠這東西當正業收入，薪水還真的不如去寫verilog跟C，

雖然興趣能當飯吃是另一個題目，

但興趣做得好，睡醒數錢數到老。

啊不小心講一堆屁話，有人講了很中肯的事實

輸錢賠很慘的最後也去開班授課收學員了

自己釣不到魚乾脆改行賣釣竿還比較賺

真正賺錢的，除了檯面上幾個常見貼對帳單的老司機，

其他人大概也懶得跟你說，為什麼？

對權益數沒幫助的事情，多說無益

自由人一本書要賣你一萬多，

讓你讀完又怎樣？最後發現操作方式不適合自己GG

雖然近一兩年自由人也開始賣軟體就是了

啊，怎麼大家都去賣釣竿了？

因為賭場最喜歡新手賭徒進場啊

既然是賭場，就沒有絕對輸或絕對贏的事件

股價除了要看整間公司的財報淨額

還關係到供應鏈、市場供需、國際事件、黑手

財報可以數據分析，這個連隔壁小學生都會用python寫爬蟲

但供應鏈、事件、黑手（黑天鵝）...？

這些沒辦法量化的東西就麻煩了

尤其股市當沖交易手續麻煩又貴，

通常都是做長線，長線對於散戶又經不起高風險，

所以賠錢的人多，賺錢的人少，

我現在打這篇文章時，美股又殺了，

剛才開盤還+300，現在am 1:30變成-100

https://i.imgur.com/M7RuBWi.jpg

連隔壁小學生都知道等等又要V字拉上來平盤了，

喔，回到主題

寫過論文都知道，paper有些實驗數據也只是僅供參考

但市場確實不是random walk，

這件事情是很有趣的，也蠻值得研究

至少對我而言啦嘻嘻

※ 引述《nitu2009 (tomwhat)》之銘言：
: Machine learning預測股價的演講我聽過兩次了。理論上這種純數據科學絕對是
: ML的強項。厲害一點的model可以把新聞都抓進來當做input。
: 演講者說預測成功率很高，可以打敗大部分基金，
: 可是為什麼實驗結果都只會發paper，沒有真的拿出來賺到錢的成功案例？

--