第12章 量化預測 (第1/2頁)

裝水的茶提示您：看後求收藏（品書網www.vodtw.tw），接著再看更方便。

蔡有云看著量化交易的資料集，他的眼睛也看到了交易資料的時間鏈條，整條鏈條上的資料及其關聯網路以時間為座標向前不斷延伸。而他可以從這條鏈條上跟隨交叉的節點延伸到多個不同的資料鏈條上。一時間海量的資料充斥著他的大腦，有些脹痛的感覺。

可令人驚喜的是，資料的重要程式和關聯的強弱以縱座標的方式自動向兩邊延伸排列，揭示著現實世界裡資料的關聯性。而在時間的最前方則是當前接收的最新資料。

嘗試理解了量化交易程式的預測模型，竟也適用在蔡有云所能看到的時間鏈條上，它在假設部分資料沒有輸入的時候，程式試圖做出各種有可能的推測，直到找到一個信任度最高的結果，排列在了時間鏈條的最前方，然後與現實的結果做比較，不停的迭代修正預測的部分演算法。

太帥了！

“等下，有最新的資料嗎？”蔡有云打斷了彭剛的講解。他也沒有不滿，很快調出後臺最新資料的獲取介面。

“這個對了，這個不對”。

蔡有云先是在電腦上對比了一下演算法預測和現實的結果，偶爾是正確的，但大部分還是錯誤的。彭剛的程式好處在於遇到錯誤判斷時候能夠及時止損，減少損失，而抓住盈利點的時候能夠緊緊跟隨，將收益最大化。

目前的結果看，只能對他的程式打分是堪稱可用，所以對彭剛高收益的話還是有一定的懷疑。

當他轉到時間鏈條的維度世界裡，隨著時間的推移，蔡有云發現，在這個世界，剛剛理解的交易程式在不斷的發生變化，像一團雲霧纏繞在資料的時間鏈條上。他能感覺到有一股力量在不斷的演練和改進演算法，當新的置信度高的引數從時間鏈條上不斷湧出的時候，交易模型預測的準確度也在慢慢提升。

如果說原始版本的預測成功率如同彭剛所說的百分之二，那經過剛剛一段時間的演練，他嘗試輸入一部分現實的最新資料，而且在迭代的歷史資料集並不存在的資料，預測結果顯示成功率提升了五倍到了百分之十，而且還在緩慢的提升。

當蔡有云從他的世界裡“醒來”的時候，發現彭剛也在皺著眉頭思考：“你說我這裡交易的回撤為啥突然加大呢？是哪個引數比重更高了嗎？還是演算法上有問題？”

蔡有云沒有立刻回答，首先就是看了看電腦的時間，與剛剛他走神時才相隔了五分鐘，但是他感覺在裡面待了很久，裡面完全感受不到時間在流逝。因為沒有時鐘，也沒有任何參照物。

其實他一直懷疑自己看到的是不是另外一個維度的畫面。

想到最佳化後的演算法也有對彭剛說的問題進行了修改。他把修改的思路說出來後，彭剛看著電腦螢幕愣了好久。

“哎呀，我怎麼沒想到這個”，彭剛猛的一拍大腿激動地喊道，“大牛啊，大牛。這裡改的太妙了，小弟我甘拜下風，要是早點找你的話我就不至於破產了。”

蔡有云有點汗顏，因為不是他找出問題的原因的。抽空看了一下，模型還在繼續自主迭代演化，但是成功的增長率已經慢了下來，可月收益率目前到達了百分之二十，已經足足比彭剛的原始版本提高了十倍。換句話說，如果投入一百萬的話，預估一天之內就能有二十萬的收益！

“雲哥，我覺得你是天生吃這一碗飯的，你的才能被埋沒了。作為兄弟，我強烈建議你入行。”

“行，我考慮一下”，蔡有云想先試一試演變的新演算法結果是不是和現實裡實測的結果差不多，還是隻是他單純的臆想。作為多年的碼農，他對演算法的意識是敏銳的，時間鏈條世界裡對演算法的修改很多比他理解的還要深刻，他也只是在不斷的學習。

“工資翻倍，收益我們按專案平分，起步資金我來搞定，以後你就是我的首席工程師。