从事金融创业有半把年了，说实话依然是个门外汉，也只是从丝毫不懂到能明白一些名词的地步而已。期间与非常多的金融从业者交流过，愈发觉得这行业就像中医（绝对是褒义），越是资深的人越从内在机理说明问题，听诊把脉，感性理性并存，一些投资逻辑听起来甚至就像养生。学问太深，我只得管中窥豹，但发觉其中一些投资原则和机器学习的常用策略简直如出一辙，此篇文章就对这些“普世”道理随便侃两句。
大体来讲，机器学习是通过某种算法去解决一个优化问题，最终求得能达到普遍最优解的模型，这里面的一个重要概念就是模型要具备泛化能力，不能overfitting，意思就是有的模型针对某类数据和任务最优，可能换一拨数据就不灵了。转神一想，投资也是一样的。寻找某种策略，在风险与回报中谋求平衡，取得最优，其中风险则总与回报成正比。
特征选择与K线
经典的机器学习重点在于特征选择，数据理解的深，特征选的好效果自然就好。而早在100年前霓虹国就有大神在米市研究出蜡烛图，也就是后来说的K线，遇到“十字星”，就会上涨，而看见“三只乌鸦”则会下跌。当时富豪们就是在做这些特征工程，当然特征玩的简单自然容易被别人炒走，慢慢就有了“十日线穿五日线”等无穷无尽的特征。（这里参考了布娜新老师的一篇文章，大家可以订阅，公众号非常有货）
