有些隻在特定的股票上有用。
在方法論上難排除的是:對於根本沒有規律的數據(如隨機漫遊數據),自己的方法確能盈利 (二類錯誤,不存在的東西被當成真實錯誤發現),也就是說係統隻有在可能盈利的情況才盈利 。
或者碰巧從無數的股票和方法中篩選出了一個盈利方法,這個方法剛好是靠運氣存在的,對未來、或者對用更長期的數據基本上也不太可能延續,隻能當垃圾研究。
不可否認,股市數據有結構,時間稍長一點(幾天分鍾數據就夠),絕不是一串隨機數。隨機漫遊可以當成股市變化的一階逼近,而顯著的係統性的好於隨機漫遊的模型基本上沒有。AI炒股的難點是,是要找出比隨機漫遊有更好地描述股價的模型(或者經驗,感覺)。就算發現了股市變化的二階逼近,但兩個逼近之差也會導致係統性盈利的空間非常小。市場就是沒有效,也是弱無效。
短炒或者讓錢在市場外睡覺,躲過大跌又不錯過每年最顯著的幾次大上漲,對自動交易來說也是難上加難。。