1 机器学习与AI的关系
初学者很容易理不清这两者的关系。
; 2 机器学习在金融行业的应用
金融预测分析（欺诈检测、信用风险）、替代人工操作（基金经理跑不赢指数）
下面附一些应用案例。
2.1 交易信号
通过机器学习处理买卖盘数据来判断市场的方向。
; 2.1 交易行为分析
通过多种参数对大量交易者交易行为评级（交易胜率，风控能力，盈利稳定性…）
2.3 市场情绪
消息对大盘的影响，举例推特13年关于奥巴马的一个假消息的发布对股市造成的影响。
举例2014-2015年上证指数，通过ma30,ma90情绪来对市场判断，预测指数走势。我们可以看到在15年6月左右，30日均线下穿90日均线，看空情绪高涨。【可行性待验证】
搜索量变化指标与指数走势的关系，因此我们可以通过观察搜索引擎中特定关键词的搜索量的变化对交易策略进行调整。
两种操作对比（购买某一指数锁定持仓与谷歌指数交易策略进行对比）
; 3 Benefits
- Reduced operational costs through process automation
- Increased revenues due to better productivity and enhanced
user experiences - Better compliance and reinforced security
推荐阅读：
1.Social_Media_and_News_Sentiment_Analysis_for_Advanced_Investment_Strategies
Original: https://blog.csdn.net/baidu_39621090/article/details/119618137
Author: 火柴先生
Title: 机器学习在金融领域的应用场景（含具体案例）
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/630818/
转载文章受原作者版权保护。转载请注明原作者出处！