关于机器学习功能使用的问题

100019663

使用机器学习功能预测未来走势，使用了均线、macd等因子，有两种训练方案，效果都不太理想。
1.训练时间如果只选择过去一段时间，如1月1日-9月30日，实盘预测未来数据会出现较大偏移问题，如下图:
2.训练时间选择未来时间，如今天是10月30日，训练时间选择1月1日-12月30日，实盘预测数据较接近实际价格，但是会出现预测结果变动，导致交易信号消失的问题。
请问这两个问题的具体原因是什么？

技术006

抱歉，没办法给出你具体的原因。机器学习本身就是通过一定的算法进行推算，影响其结果的因素很多。包括样本信息、数量，python算法等等。
使用机器学习，首先个人要具备一定的专业知识概念，以及了解python机器学习库的相关算法。

100019663

主要是想确认下两点：
1.在训练数据、因子一样的前提下，理论上多次训练的模型应该是稳定的，预测的结果也不会变化，这个前提是否成立？
2.如果训练数据变化，如提问的第二点，模型接受新的数据后重新训练，预测结果就会发生变化（因为训练数据变多了），是这个原因会导致当时的交易信号消失？

技术006

1.一般情况下是的。这要看算法的影响。
2.样本数据量不同，预测结果自然不同。至于差异性多大取决于各个因素条件影响的权重。

100019663

所以我理解这里面有取舍。
如何在能保证模型效果的前提下，尽可能让交易信号稳定呢？有最佳实践的案例吗？

技术010

抱歉，这个没有具体的案例。使用不同的历史数据，就会对预测结果产生影响。而且图表本身的机制就是对历史信号很依赖的，历史信号发生变化会影响后续的信号。后台程序化只关注最新值，对历史值的变化不会太多关注的。

技术006

没有，机器学习说白了就是通过一定的算法穷举组合可能性，从而得到可能性的规律，只能自己根据训练结果不断进行调整。