有些只在特定的股票上有用。
在方法论上难排除的是:对于根本没有规律的数据(如随机漫游数据),自己的方法确能盈利 (二类错误,不存在的东西被当成真实错误发现),也就是说系统只有在可能盈利的情况才盈利 。
或者碰巧从无数的股票和方法中筛选出了一个盈利方法,这个方法刚好是靠运气存在的,对未来、或者对用更长期的数据基本上也不太可能延续,只能当垃圾研究。
不可否认,股市数据有结构,时间稍长一点(几天分钟数据就够),绝不是一串随机数。随机漫游可以当成股市变化的一阶逼近,而显著的系统性的好于随机漫游的模型基本上没有。AI炒股的难点是,是要找出比随机漫游有更好地描述股价的模型(或者经验,感觉)。就算发现了股市变化的二阶逼近,但两个逼近之差也会导致系统性盈利的空间非常小。市场就是没有效,也是弱无效。
短炒或者让钱在市场外睡觉,躲过大跌又不错过每年最显著的几次大上涨,对自动交易来说也是难上加难。。