股價的預測
這個領域屬於量化投資，也就是通過數量化的方式和模型去做投資決策。量化投資是一個很龐大的領域，從量化投資開始至今，衍生出了大量的投資理念和策略。
縱觀國內外量化投資現狀，國內其實剛剛起步，還有很長的路要走，這裏包括數據的完整性、透明性等。 國內目前散戶(個人投資者)很多，但比如像美國這些歐美國家，絕大部分是以機構投資者爲主的，而且他們很多都在使用量化投資技術。
此項目關注的地方：
1、大概瞭解如何使用AI做量化投資
2、什麼叫特徵工程，如何做?
3、時序數據如何處理？
需要完成的任務是：給定歷史股市行情數據，預測未來漲或者跌。比如給定過去10天的股市行情，預測某一隻股票明天漲或者跌。
K線圖
MA5 過去5天的平均值Moving Average
MA10 每10天平均
MA20 每20天平均
MA60 每60天平均
DMI， OVI， OCC等指標
分時線：
對於國內的A股，它是T+1市場，也就是我們當天買的股票，只能第二天再賣出去，不像美股一樣我們可以針對某一隻股票做無限次買賣操作。所以國內的A股市場，目前是玩不了高頻交易的。所謂的高頻交易就是指比如每秒都可以買賣。
那A股的歷史股票數據從哪裏可以獲得呢？如果自己開公司炒股，那最好通過第三方正規渠道直接買入交易所的數據，這是最精準的。但如果只是學習目的，就想玩一玩的話，可以使用網絡上的一些開源數據。
Tushare接口
任務：
基於過去N天的股市行情數據來預測某隻股票未來M天后的漲跌。所以這個問題本身是二分類問題，其實就是預測某一隻股票漲或者跌！
雖然數據本身是時序數據，但我們完全可以把時序問題轉換成經典的二分類問題。
特徵工程技術：如何從給定的股票行情數據構建訓練樣本，以及股票特徵工程技術。
如果基於過去的行情數據來構建樣本？
從時序圖抽取指標，比如MA5
基於上述行情數據我們能夠抽取什麼樣的特徵呢？
這裏的學問就大了！ 從量化投資誕生以來，很多人試圖尋找有效的"信號“, 這個信號可以簡單理解成特徵就可以了。
比如取一下過去5天的平均收盤價作爲一個信號，或者過去5天最高價作爲信號等等。
股票計算指標計算公式：http://www.yingjia360.com/gongshi/
針對於每一隻股票，我們可以基於它過去一段時間的行情數據來計算各式各樣的指標，然後把指標結果作爲特徵值來對待就可以了，接着通過特徵值預測未來會不會漲或者跌。而且我們可以提前構建好需要預測的標籤。
接下來，就可以通過分類算法來預測，並比較跟真實標籤之間的差異，這個也叫做準確率。
一定要關注特徵工程，而且特徵工程是來自於對問題和數據的理解。模型都是封裝好的，但對問題和數據的理解是無法封裝的
以下項目的指標採用準確率，也就是來看算法對於判斷未來漲或者跌到底有多準確（實際量化投資採用收益率來作爲指標，但涉及較多的金融知識，所以簡化）