第12章 量化预测(第1/4 页)

蔡有云看着量化交易的数据集，他的眼睛也看到了数据的时间链条，整条链条上的数据及其关联网络以时间为坐标向前不断延伸。而他可以从这条链条上跟随交叉的节点延伸到多个不同的数据链条上。一时间海量的数据充斥着他的大脑，有些胀痛的感觉。

可令人惊喜的是，数据的重要程序和关联的强弱以纵坐标的方式自动向两边延伸排列，揭示着现实世界里数据的关联性。而在时间的最前方则是当前接收的最新数据。

尝试理解了量化交易程序的预测模型，竟也适用在蔡有云所能看到的“时间链条”上，它在假设部分数据没有输入的时候，程序试图做出各种有可能的推测，直到找到一个信任度最高的结果，排列在了时间链条的最前方，然后与现实的结果做比较，不停的迭代修正预测的部分算法。

太帅了。

“等下，有最新的数据吗？”蔡有云打断了彭刚的讲解。他也没有不满，很快调出后台最新数据的获取接口。

“这个对了，这个不对。”

蔡有云先是在电脑上对比了一下算法预测和现实的结果，偶尔是正确的，但大部分还是错误的。彭刚的程序好处在于遇到错误判断时候能够及时止损，减少损失，而抓住盈利点的时候能够紧紧跟随，将收益最大化。

目前的结果看，只能对他的程序打分是堪称可用，所以对彭刚高收益的话还是有一定的怀疑。

当他转到时间链条的维度世界里，随着时间的推移，蔡有云发现，在这个世界，刚刚理解的交易程序在不断的发生变化，像一团云雾缠绕在数据的时间链条上。他能感觉到有一股力量在不断的演练和改进算法，当新的置信度高的参数从时间链条上不断涌出的时候，交易模型预测的准确度也在慢慢提升。

如果说原始版本的预测成功率如同彭刚所说的百分之二，那经过刚刚一段时间的演练，他尝试输入一部分现实的最新数据，而且在迭代的历史数据集并不存在的数据，预测结果显示成功率提升了五倍到了百分之十，而且还在缓慢的提升。