#财经新势力#
与AI模型对弈，胜算几何
那这个模型应该叫做：“千股千面”（题目长度超字数了，就写在这里）
这篇文章主要对如题所述的设想进行一个框架探讨，如果要完成这个模型，却不是我一个人能够做到的，欢迎有兴趣的数据分析高手和我联系，交流切磋。虽然可能会曲高和寡，但是不吐不快，下面进入正题。
我相信很多研究机构和券商应该是有类似的模型或者类似的计划，因为券商手中握着大量的交易数据，股票交易所则有更多的交易数据，用这些交易数据理论上是可以对某类股票或某个股票的价格走势进行预测。但是因为这些交易数据大部分都是未公开数据，所以利用这些数据来进行炒股盈利肯定是违法的。
那有没有合法的办法呢？
其实是有的。首先，可以将模型的取数范围限定在公开数据的范围之内。或者，还可以利用这些内幕数据加工出一些数据指标，并将这些数据指标进行公开，然后将这些公开的数据指标加入到模型中去。这样的话，是不是就属于使用公开数据进行炒股盈利了？感觉有这个可能性，具体还有待法律专业人士来探讨。
既然合规性可以解决，那我们接下来就探讨可行性，这里容我先卖个关子，介绍一个电商行业的模型：“千人千面”。
“千人千面”并不是高科技，应该算是老模型，至少面世有6年以上了。它的核心理念就是每个人对商品的偏好不同，也就是不同的人需要不同的商品。那么，如果让消费者自己去在线商城里搜索商品，会耗时耗力，增加消费者的成交难度。所以，可以通过“千人千面”模型，智能化地预测消费者需要的商品，然后直接向消费者进行推荐，也就是一种推荐算法。这个时候，你是不是觉得好像这类模型跟“*今条头日**”app也有点关系？
因为“*今条头日**”也有一个推荐栏目，会向你推荐文章。聪明，那就联系上了。
“*今条头日**”在2013年1月的B轮融资商业计划书里，就提出了“基于社交挖掘和个性化推荐的新媒体”。这句话里边，“社交”指的是头条号由up主/个人用户/头条自媒体/主播（我也不知道该咋称呼，反正意思你们明白就行），来提供资讯内容；而“个性化推荐”的核心就是“千人千面”推荐算法。因为站在*今条头日**的角度，其实资讯就是一种商品，头条经营的就是资讯商城。也就是说，在2013年，*今条头日**已经开始研发关于资讯的“千人千面”推荐算法了，这是一个历经检验的成熟算法。
那么把这个“千人千面”模型搬到A股市场里来，消费者指的就是散户股民，而商品自然就是股票。站在一个普通股民的角度，我不需要知道市场上的其他每一个交易者的想法，我只需要知道市场上主要的几类交易群体就够了，知道这些群体的想法，然后推导出其交易策略就行了，我就可以提前做好相应的交易准备。
举个例子，对个人交易者，我们可以按照年龄、性别、地域、年收入、家庭资产水平、仓位、资金、交易偏好、主动型/被动型等标签来进行打标；而对股票，可以按照价位、限售股占比、上市时间、总市值、趋势特征、行业、是否曾有过欺诈行为等标签来进行打标。这些标签不一定都有公开数据作为支撑，相应地可以寻找关联变量作为替代标签。通过打标来对个人交易者、机构交易者分别进行分群，同时也对股票进行分群。然后，对每一类交易者设置股票的偏好权重，结合“千股千面”算法，来预测未来某一类股票的涨跌走势。
当然，以上的标签只是纯粹举例，真正需要的标签是不会写在这里的。
写完感觉，这个模型确实只是个想法，真的要实现，光工作量就会把我累死~~~
欢迎各位高手沟通交流。其实，在炒股这个领域，技术日新月异地变化，专业选手和非专业人群确实有着巨大的鸿沟，所以这也是为什么我不建议非专业的散户重仓炒股的原因。我不想普通散户亏钱，去补贴*家庄**。当然，轻仓玩玩也是可以的，万一赚了呢。
