听着几个师兄的讨论，周昀眼睛一亮。
股票+深度学习模型，这不就是既能赚钱，又能搞科研的方法吗？
而且现在这种模式已经非常成熟了，就是大家所熟知的量化交易。
量化交易的本质是基于数据和算法，通过建立数学模型来识别市场中的统计学规律，并依据这些规律进行自动化交易。
通俗来讲，可以把那些基于复杂模型和算法的量化交易策略，抽象的看成是一个Y=f(X)的函数。
X代表了各种市场数据、经济指标等等，也就是所有可能影响市场走势的信息。这些可以是历史价格、成交量、订单簿数据、新闻情感、公司财报、宏观经济数据等等。
Y代表了模型的交易决策或预测，比如买入/卖出信号、仓位大小、预测的价格方向或波动率等。
这其实和神经网络是一样的，因为神经网络的本质就是通过海量的数据来尝试拟合或学习一个复杂的非线性函数。
所以现在的量化交易越来越普遍地使用神经网络，尤其是深度学习模型。
只不过这种模型肯定都是不可能开源的，毕竟这都是人家吃饭的家伙事。
周昀越想越觉得可行。
如果真的能搞出来，毫不夸张的说，他就真的不缺钱了。
内容未完，下一页继续阅读