模块|微软亚洲研究院副院长刘铁岩：让智能投资摆脱「纸上谈兵」( 七 )

在做金融投资研究的过程中，我们需要构建数据集，这里其实有非常多的陷阱。比如，左图所示的幸存者偏差：其实很多股票在历史上都消失了，今天幸存的股票是比较常见有韧性的股票。
如果我们只关注存留的股票，忽略当时市场上存在的股票，我们学习的环境就会与当时的市场不一致，就会出现学习的时候不错，但拿到实盘上损失惨重的情况。

文章插图

再比如，我们在构建数据集时，经常需要对股票价格进行处理。通常有两种方式，一是前复权价格，也就是把历史股价按除权后的价格进行调整，二是后复权价格，就是将当前股价按除权前的价格进行调整。
其实无论哪一种处理办法听起来好像都没有问题，但是当我们把它用于机器学习和人工智能的时候，就会出现一些隐患：
假设我们使用前复权，就会把股票未来的走势通过复权的行为融入到历史数据中去，这时学习过程中就会出现未来信息泄露的问题，学到了看似很有效的模型，在真实场景中使用就会出现很大的纰漏。
回测的时候也是一样，比如很多论文都没有考虑涨停不可买入，跌停不可卖出的现象，没有考虑最低交易量的种种限制，所以一旦把这些因素考虑在内，回测出的超额收益会有非常大幅度的变化。

文章插图

所以我们认为有一套通用的、非常接近实盘操作的开源框架，是促进金融投资、智能投资方面的研究和实战的必由之路。
除了前面提到的几点以外，Qlib还在其他很多方面做了细致的工作。当然我们不可能面面俱到，所以我们非常期待金融界的同行去试用这个项目，发现其中的问题，和我们一起把这个做的更好，在学界和业界之间架起更加通畅的桥梁。

文章插图

最后，我想说：金融领域的智能化进程刚刚拉开帷幕，虽然我们和合作伙伴一起在AI投资方面进行了一些令人鼓舞的研究尝试，但未来的路还很长。所以，我们呼吁大家一起努力，借助整个AI研究社区的力量，共同推动金融科技的发展。联手攻克核心技术，才能水涨船高，共同繁荣。谢谢大家！
雷锋网雷锋网雷锋网