机器学习能预测股价吗？

## 它可以预测什么

机器学习不是把一堆因子丢进程序，就自动发现永远有效的答案。先要写清楚预测目标：可以是下一交易日涨跌这样的分类，也可以是未来一周收益这样的回归，还可以预测截面里的相对收益排名。输入 X 只能使用决策时点已经可见的信息，答案 Y 要等未来真正发生后才能评价。

例如，今天收盘后可见的技术特征和基本面特征，可以用来预测下一交易日上涨与否；但第二天才公布的财报数据不能提前放进今天的输入。用未来数据会得到漂亮分数，却是在偷看答案。

## 为什么高分仍不够

训练集用于学习参数，验证集用于选择超参数和早停，测试集只在最后做独立评估。时间序列应按先后切分，也可以用滚动方式：例如用过去 120 个交易日训练、预测下一日，每 20 个交易日重训一次，并保存窗口、模型版本和逐日预测。

准确率和 AUC 只说明模型在某种标签上的分类或排序能力，不等于投资结果。课程示例里某只股票测试 AUC 约 0.487，接近没有有效排序信息；即使指标略高，最终组合还会受到收益幅度、持有方式、费用、滑点和交易规则影响。分类预测对了很多次，也可能因为少数错误损失更大而亏损。

所以更准确的说法是：机器学习能做可检验的概率或排序预测，但不能承诺股价。先做离线或模拟预测，检查泄漏、样本外结果、成本和回撤，再讨论是否具备部署条件。想动手试一试，可以学《机器学习基础》和《机器学习选股实战》。