正确应用机器领会算法的确可以用来预测股票收益，但成功的机器领会应用程序需要相当多的专业知识才能解决过拟合、信噪比这些问题，所以说机器领会短时间内不会取代人类专家，至少在投资方面。

机器领会概念

机器领会是从数据中自动分析获得模型，并利用模型对未知数据进行预测。

机器领会可以应用于股市

[1]机器领会（Machine Learning），是由亚瑟·塞缪尔（Arthur Samuel）在1959年用机器解决跳棋游戏的背景下提出的, 其是指一种计算机程序，它可以领会产生一种举止，而这种举止不是由程序的作者明确编程实现的。相反，它能够显示出作者可能完全没有意识到的举止。

这种举止的领会基于以下三个因素：

• 1. 程序消耗的数据；
• 2. 量化当前举止和理想举止之间的误差或某种形式的距离的度量；
• 3. 使用量化误差指导程序在后续事件中产生更好举止的反馈机制。

可以看出，第二个和第三个因素使这个概念变得抽象，并强调其深层的数学根源。因此，机器领会在模拟人的举止感知和决策的同时，能够基于算法进行分析和推理，实现对股市的预测。

机器领会预测股票市场的难点？

[2]20世纪80年代以来，人们一直在使用ML以发现市场上的规律。尽管ML在预测市场结果方面取得了巨大成功，但最近的深度领会并没有对金融市场的预测有多大帮助。虽然深度领会和其他ML技术终于使Alexa，Google Assistant和Google Photos成为可能，但在股票市场上没有取得多大进展。

金融市场本质上是不可预测的事实。这里有很多原因让人难以预测。强调一些使它变得困难的主要原因：

• 数据分布
• 小样本
• 难以计算的数据
• 十分复杂
• 部分可见马尔科夫决策过程
• 推荐系统的相似性

观点：让机器领会发挥应有价值

机器领会算法是通过分析已有数据得出的模型，进行形成机器的判断，这在人脸识别、金融反欺诈、设备故障预测等场景都是适用的。但 对于股票预测来说，显然不是很适用。原因如下:

机器领会学的都是已知的数据和信息，这些东西统统都已经反应在了当前的价格里。 真正影响股价的是“预期”，是“未知的信息”，这些不可能存在于机器根据历史数据领会出的模型中，自然也无法预测未来股价的走势。 因此，机器领会等人工智能技术并不能帮助预测股票价格，因为没有人能预知还未发生的消息，当然作弊举止除外。

但这也并不是说，机器领会、人工智能技术对股票预测毫无价值，而是通过分析历史数据与曾经发生过的事件，机器能够分析总结规律，进而当新消息发布的时候，机器能够对即将造成的影响做出比人类更块、更全面、更客观的判断，这才是机器领会在股票预测方面真正的价值。

[1] 《Machine learning in the Chinese stock market》 苏黎世大学的Markus Leippold，Qian Wang以及来自浙江大学的Wenyu Zhou

[2] 《Why is machine learning in finance so hard? | Hardik Patel》 Hardik Patel