機(jī)器學(xué)習(xí)包括三個(gè)要素：輸入變量、輸出變量，以及連接它們的模型。一般人會(huì)分成訓(xùn)練集、驗(yàn)證集和測(cè)試集。傳統(tǒng)上機(jī)器學(xué)習(xí)擔(dān)心的是過(guò)度擬合，但也有一些機(jī)器學(xué)習(xí)方法不大害怕過(guò)度擬合。
比如有理論是誰(shuí)如果模型復(fù)雜度（包括變量、數(shù)目、變量結(jié)構(gòu)等）遠(yuǎn)超數(shù)據(jù)量，反而不會(huì)出現(xiàn)過(guò)度擬合的問(wèn)題，因?yàn)槿哂嗟淖兞炕蚪Y(jié)構(gòu)的權(quán)重會(huì)逐漸降低，導(dǎo)致測(cè)試誤差先升后降（double descent）。這也是很多深度學(xué)習(xí)敢于大力出奇跡的原因，因?yàn)橛羞@個(gè)雙下降作為保證。否則，傳統(tǒng)那種驗(yàn)證集的方法，中間找一個(gè)最優(yōu)，之前欠擬合，之后過(guò)度擬合，這個(gè)過(guò)于玄學(xué)。如果你說(shuō)大膽加，越多越好，那么人們反而放心。
如果是強(qiáng)化學(xué)習(xí)那一套，本質(zhì)上也不怕什么過(guò)度擬合，因?yàn)闃颖净旧喜捎靡欢ǖ臋C(jī)制蒙特卡洛生成，不存在什么太離譜的噪音；而且沒(méi)有什么訓(xùn)練集、測(cè)試集這些概念，更多是打游戲，越高分越好，每次的場(chǎng)景都是固定模式生成的。
有了以上的這些基本概念，回到金融，回答一些基本問(wèn)題：
1、樣本分布改變的問(wèn)題
之前說(shuō)雙下降不怕過(guò)度擬合，那前提是默認(rèn)了測(cè)試集和訓(xùn)練集是同分布的，如果這個(gè)分布改變了，那么雙下降也沒(méi)用。至于判斷樣本分布是否改變，這是一個(gè)玄學(xué)。
當(dāng)然，這也取決于你對(duì)樣本的定義。如果你把樣本定義為一條路徑，那么歷史上只有一個(gè)樣本；或者你把一年的路徑定義為一個(gè)樣本，那你一年也只有一個(gè)樣本；但如果你是把1分鐘的價(jià)格變化定義為一個(gè)樣本，那么你的樣本可以多得多；或者你把一次交易定義為一個(gè)樣本，那么你也可以有非常多的樣本。
一般情況下，樣本越多，一般來(lái)說(shuō)擬合模型越好；另外，在越短的時(shí)間內(nèi)，樣本穩(wěn)定性越高；所以做高頻交易不需要太多天的數(shù)據(jù)來(lái)訓(xùn)練也可以有比較好的效果，而且樣本分布變化不大，策略失效風(fēng)險(xiǎn)不大。
還有就是，如果品種多，每個(gè)品種的交易都是獨(dú)立樣本，也可以增加樣本數(shù)目，但擬合出來(lái)的是各個(gè)品種的共性，未必每個(gè)都能做好，因?yàn)樵u(píng)價(jià)標(biāo)準(zhǔn)是整體不錯(cuò)。不同品種的分布可能也會(huì)有所差異，或許需要調(diào)整，使得分布更為接近。
2、時(shí)間序列與橫截面的問(wèn)題
這本質(zhì)上是高頻和低頻的思路，時(shí)間序列本質(zhì)上是高頻思路，橫截面其實(shí)是低頻思路。所謂橫截面就是固定時(shí)間做決策，比如每5分鐘、10分鐘固定時(shí)刻做決策，這個(gè)可以方便各個(gè)品種對(duì)齊，因此可以方便調(diào)用其它品種的數(shù)據(jù)，方便做對(duì)沖，都是同一個(gè)時(shí)間決策；而且可以把決策和交易執(zhí)行獨(dú)立開(kāi)開(kāi)，有人專(zhuān)門(mén)負(fù)責(zé)算法交易。
但如果是高頻交易則不能，時(shí)機(jī)稍瞬即逝，一定要一出信號(hào)就買(mǎi)。另外不大適合做對(duì)沖，因?yàn)槊總€(gè)品種的價(jià)格序列是獨(dú)立的，難以對(duì)齊，因此更適合單品種，比如期貨類(lèi)的高頻策略。
機(jī)器學(xué)習(xí)對(duì)這兩種都可以，橫截面或許可以采用更大量的數(shù)據(jù)，多品種混合建模。
3、個(gè)人發(fā)展的問(wèn)題
確實(shí)有人工智能界業(yè)界頂級(jí)的大牛做量化投資失敗了，而且是幾乎全美國(guó)最牛的公司最好的資源，原因很難說(shuō)清楚，不去臆測(cè)了。
有的人雖然厲害，但需要找工作；有的人看起來(lái)不怎么厲害，但其實(shí)不需要找工作。比如經(jīng)常說(shuō)什么人工智能大神，離開(kāi)業(yè)界AI lab回歸高校，其實(shí)這些人就是反復(fù)橫跳，但讓他自己出來(lái)，離開(kāi)體制（學(xué)校、公司都叫體制），他們其實(shí)是不敢的，或者說(shuō)離開(kāi)之后壓根是賺不到錢(qián)的，甚至沒(méi)法生存的。這就屬于看起來(lái)厲害，但還是需要找工作，離開(kāi)了體制，或許就真的什么都不是。
有的人其實(shí)更灑脫一些，不會(huì)依賴(lài)體制、公司、單位，進(jìn)退自如，自己可以獨(dú)立賺錢(qián)的，包括各種方式，比如炒股、炒期貨、炒數(shù)字貨幣，量化也好主觀也好，或者搞講座也好，反正就是不依賴(lài)體制也能活的。
公司打工的問(wèn)題在于你只能靠增量存活，沒(méi)有增量，你就拜拜了；你不能說(shuō)我之前積累了這么多策略這么多客戶(hù)這么多資源，這些也能繼續(xù)賺錢(qián)；但問(wèn)題是沒(méi)有你公司也能用這些賺錢(qián)，那要你何用？但自己干的話(huà)自己是可以利用存量賺錢(qián)的，這是最大的區(qū)別，但很多人沒(méi)想過(guò)這點(diǎn)。一些大券商考核甚至用今年比去年多賺多少錢(qián)，或者今年新增了多少客戶(hù)，存量客戶(hù)交易傭金降低權(quán)重。這樣對(duì)個(gè)人會(huì)很坑，因?yàn)檫@些錢(qián)公司還是賺的，不管存量還是增量公司都是賺的，只是沒(méi)有給個(gè)人。
公司的壓力來(lái)自于股東，因?yàn)槿绻找鏇](méi)有增長(zhǎng)，股民拋售，股價(jià)下降，公司會(huì)有壓力?；蛘哒f(shuō)公司估值很大一部分來(lái)自于未來(lái)潛在增值的折現(xiàn)，如果人們發(fā)現(xiàn)未來(lái)無(wú)法增值，那么可能會(huì)造成股價(jià)雪崩。但個(gè)人做沒(méi)有這方面的壓力。
所以，對(duì)于做量化這種最最不需要公司平臺(tái)的（我指的是法律規(guī)定的牌照類(lèi)資質(zhì)），應(yīng)該是最適合個(gè)人做的?；蛘哒f(shuō)得更直接一些，如果量化交易都沒(méi)法個(gè)人做，那么全世界幾乎不存在可以個(gè)人創(chuàng)業(yè)的領(lǐng)域。
