弱人工智能否帮助无知小散从市场获利？答案是：甚至能帮助小狗获利
在上一篇 《弱人工智能助力量化交易: 低门槛个人投资者和小机构就能用,并非高盛 摩根的特权》中，因为交易机会过少，而且策略是单向做多，获利并不丰厚。
本次尝试用更短线的策略增加交易机会试试， 下面notebook中使用了rsi震荡指标的单向做多策略，策略逻辑大致是rsi6指标从下方上穿36.88时买入，从上方向下穿越65时卖出，再配合主动止盈 和 暴跌止损的因子。
结果验证了《道氏理论》所指出：“短期的价格波动是随机的”：交易机会是增加20倍不止，但是收益曲线和大盘指数基本同步，在测试集中还跑输了大盘指数。 <- 还赔了点交易佣金和手续费？
也就是说如果请无知的猴子、黑猩猩或者宠物小狗来随机炒股大概也是这种不亏不赚的水平。
如果某同学炒股亏了， 很可能是除了无知之外，还融入了人类的情绪， 比如贪婪和恐惧。
下面看看基于机器学习的 abupy 裁判(UMP) 是如何改善这种“不赚钱”策略的。
ps: 先读《弱人工智能助力量化交易: 低门槛个人投资者和小机构就能用,并非高盛 摩根的特权》 才容易看懂这篇哦。
以下是Jupyter notebook 研究过程：
小结：
除了 《弱人工智能助力量化交易: 低门槛个人投资者和小机构就能用,并非高盛 摩根的特权》 总结中的缺点之外，本次研究还有以下缺点：
- 本次使用的策略主打从震荡市场中获利（均值回归型策略）， 仓位管理却使用了经典的海龟大法的ATR仓位管理法则，这是不对的。
- 完全依赖机器智能，从选股、择时、仓位管理没有使用一点人类的智慧。
However，无知小散的交易特点是：1.没有选股逻辑； 2.没有仓位管理逻辑； 3.炒短线，想赚快钱，换手率超级高。
这是一个全真模拟了无知小散，然后利用机器智能优化交易的例子。
下面看看机器智能 + 人类智慧的表现。
结合人类的智慧
由于整个研究过程比较沉长，笔者另开辟了一篇文章《quant的全新时代：机器人智能+人类智慧》探索这个主题。
以下为jupyter notebook预览：