机器学习与技术分析结合策略研究.pdf

中信期货专题报告 一、机器学习介绍 这一部分主要介绍机器学习基础，并对一些可以应用的监督学习方法进行介 绍。 （一）机器学习分类 Tom Michael Mitchell 在1997 年给出机器学习一个形式化的定义：假设用 P 来评估计算机程序在某任务类T 上的性能，若一个程序通过利用经验E 在T 中 任务上获得了性能改善，则我们就说关于T 和P，该程序对E 进行了学习。 机器学习致力于如何通过计算手段，利用经验来改善系统自身的性能。在计 算机系统中，经验通常以数据形式存在，利用计算机从数据中产生模型算法，即 “学习算法”，是机器学习的主要内容。如果把经验数据提供给学习算法，就能产 生相应的模型，在面对新情况时，模型会提供相应的判断。 简而言之，机器学习是从经验数据中获得模型，进而预测未来。 一般的机器学习流程是输入数据、训练模型、模型预测，输入的数据是数据 集，其中每一条记录称为一个示例，示例中包含对象的属性，如果示例信息中包 含标记，那么该示例称为样例。 机器学习根据任务类型，可以分为无监督学习、监督学习、半监督学习、强 化学习。其中无监督学习是训练数据中不包含标记，该任务可以再分为聚类和降 维；监督学习是训练数据中包含标记，如果标记为离散值，则该任务是分类任务， 如果是连续的，该任务是回归任务。半监督学习介于监督学习和无监督学习之间， 用大量的未标记训练数据和少量的已标记数据来训练模型。强化学习以环境反馈 （奖/惩信号）作为输入，以统计和动态规划技术为指导的一种学习方法。 图表1：机器学习根据任务类型分类 聚类 无监督学习 降维 分类 监督学习 机器学习 回归 半监督学习 强化学习 资料来源：中信期货研究所 4 / 37 中信期货专题报告 根据算法类型，机器学习可以分为传统统计学习和深度学习。 传统统计学习基于严格的数学推理，具有可解释性强、运行速度快、可应用 于小规模数据集的特点。如SVM、逻辑回归、决策树等。 深度学习是基于神经网络的机器学习方法，包括前馈神经网络、卷积神经网 络等。这类方法可解释性较差，强烈依赖于数据集规模，但在语音、视觉处理方 面很成功。 图表2 ：机器学习根据算法类型分类 传统统计学习