背景
人工智能很火，各種秀。股票讓人歡喜讓人憂。它們結合能擦出什麼樣的火花？
我從去年5月學編程，樹立目標：數據分析股市，做快樂盈利股民。達成階段目標：預測股票漲停。特寫文章記錄和分享，也看能不能“賣鏟子”。
前提假設和資源
做事需要一些前提或假設。用人工智能預測漲停，我認為基於以下假設：
股市隨機但有規律，是一種混沌狀態。
股票當日漲停表現，影響隔日走勢。
人能學習，能通過覆盤提升交易水平。同樣，用正確的方法也能讓電腦學習和發現規律。
做事也要有資源。使用人工智能（機器學習）要有數據、算法和軟硬件。大數據時代，數據已不是問題。科學家們研究出很多算法。技術大牛開發很多神奇軟件。計算機硬件也突飛猛進。總之，技術進步讓人工智能得以實現。
概念解釋
人工智能是寬泛的概念，泛指一切機器智能。而機器學習和深度學習是實現技術。核心是軟件、算法和數據，算法簡單說就是數學公式。
舉個深度學習的簡單例子：用一個軟件，輸入大量有標記的貓狗圖片，訓練出模型後，另輸入一張圖片，模型能判別出是貓還是狗。
目標
利用人工智能（機器學習），分析當日漲停數據，預測第二天能否漲停（連板）。
數據準備
我收集了2017年至今漲停股數據。
剔除一字板，因為一字板最容易漲停，但沒交易機會。剔除新股，st股，科創板股。計算出其他衍生指標。特性（特徵）有41個，比如：開板次數，封板時間，漲停類型，當日平均封板成功率等。用2020年之前的26774條數據訓練模型，今年的數據驗證模型。
方法篩選
因數據太少，不能用深度學習，我也不會相關軟件框架，所以用機器學習。
最初手工比較算法好壞，效率低。碰巧有大牛發佈神器pycaret，可自動比較算法、調整參數，節省了大量時間和精力。比較了十幾種算法後，梯度提升樹勝出，而catboost最佳。
結果讓人失望
我採用分類算法，標籤是第二天漲停與否，效果不佳。精準率0.46，召回率0.26，下面是ROC曲線圖。因為樹模型天生過擬合，在今年的數據上表現更差。
模型在今年1-3月數據的表現
總之就是，只比瞎猜好一點。很多朋友可能不懂這些指標。我也是一知半解，只知道如何用來評價。簡單說：預測10個漲停，對錯各半，5成勝率，另外漏掉40個。
看到這結果我很沮喪，辛辛苦苦學知識，拼命搗鼓。結果證明沒用白忙活，竹籃打水一場空。
不死心，開始對比算法，瘋狂調參，還是沒什麼用。都要放棄時，有了轉機。
峰迴路轉，還有希望
在人工智能界有句話，進去的是垃圾，出來的也是垃圾。還有一句話，決定模型上限的是數據，而算法只是無限逼近這個上限。它們都強調數據比算法重要。據此斷定，預測效果差，不是因為算法和參數。
難道假設有錯，股票能否連板和昨天沒關係？這不合常理，另外預測結果雖然差，但也有學習到規律。
問題應該是數據不足。我嘗試通過現有數據計算出幾個新特徵，效果只提升了一點點。
我就想今天的數據不足，那能用第二天的數據嗎？誒，開盤漲幅是重要指標，不僅有5分鐘空檔時間，另外不是立馬漲停，用開盤價不耽誤做交易。於是就在模型裡添加了開盤價，結果不錯哦。精準率0.58，召回率0.56，下面是ROC曲線圖。AUC面積提升了10個點，而且過擬合減小了。
添加開盤漲幅後的表現
再簡單說就是，預測10個漲停，6個對4個錯，6成勝率，但只漏掉10個。
而且預測出的是漲停概率，默認高於50%判定漲停。可以提高這個標準，比如高於70%。於是我嘗試調整。結果是預測10個漲停，7個對3個錯，漏掉20個，即7成的勝率。
這個結果就有意義咯。
結論
使用人工智能可以有限預測漲停（連板）。
但只靠當天數據，勝率低，錯誤率高，漏掉很多。所以風險大，參考價值小。
如果添加第二天開盤情況，再提高判定標準後，就能有7成的勝率，漏掉也少。所以風險減小，贏面變大，有參考價值。
需要說明的是，這只是平均水平，不代表每次預測結果都讓人滿意，會有波動。另外預測是以分析歷史數據為基礎，未來是否重演，會不會發生變化，不確定！
所以，沒有免費的午餐，掙錢需擔風險。但有人工智能協助，加上正確的交易系統，嚴格執行交易紀律。期望收益可保證為正，長期堅持肯定盈利，能發財！
