Kvíz spojený s průvodcem · Střední úroveň

Může umělá inteligence předpovědět akciový trh? Kvíz

Zhodnoťte tvrzení o předpovědi akciového trhu rozdělením cílů předpovědi, teorie tržní efektivity, testování mimo vzorek, náklady na obchodování a varování před podvody.

Otázka 1 z 8

Proč definovat cíl a horizont prognózy před vyhodnocením akciového modelu?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Proč definovat cíl a horizont prognózy před vyhodnocením akciového modelu?
    • Takže jeden skóre může porovnat různé cílové proměnné bez samostatné validace
    • Takže test měří jeden uvedený úkol, například volatilitu následujícího týdne nebo výnos následujícího dne
    • Takže model může být nastaven na konečné období hodnocení
    • Takže transakční náklady mohou být vyloučeny z investiční předpovědi
  2. Co v této příručce poskytuje teorie tržní efektivity?
    • Rámec pro otázku, jak je informace odrážena v cenách
    • Ceny reagují pouze po naplánovaných zveřejněních společnosti
    • Efektivita trhu znamená, že každý investor má stejnou informaci
    • Efektivní cena je zaručeně rovna fundamentální hodnotě cenného papíru
  3. Jaký termín popisuje užitečný prediktivní signál, který ztrácí hodnotu, když jej využívají jiní obchodníci?
    • Předběžná zkreslení: používání informací nedostupných v době předpovědi
    • Survivorship bias: excluding failed strategies from a sample
    • Data snooping: výběr vítěze po mnoha testech
    • Alfa rozpad: soutěž eroduje příležitost
  4. Jaké riziko roste, když výzkumníci zkouší mnoho vlastností a nastavení?
    • Mnoho pokusů zaručuje alespoň jednu skutečně prediktivní vlastnost
    • Nejlepší výsledek může být náhodou přizpůsoben historickému vzorku
    • Výběr vítěze po mnoha hledáních eliminuje výběrovou zaujatost
    • Počet testů ovlivňuje výpočetní čas, ale ne riziko falešného objevu
  5. Co by měl zajistit zpětný test v určitém okamžiku?
    • Později revidované hodnoty mohou nahradit hodnoty tehdy skutečně dostupné
    • Signály uvolněné po simulovaném rozhodnutí lze považovat za současné
    • Časové razítko není nutné, pokud vzorek používá denní svíčky
    • Vstupy byly k dispozici při každém čase simulovaného rozhodnutí
  6. Jak by měla být vyhodnocena zjevná směrová hrana pro obchodní použití?
    • Porovnávejte pouze směrovou přesnost bez uvádění nákladů
    • Ignorujte obrat, pokud je míra úspěšnosti vysoká
    • Zahrňte základní a realistické poplatky, rozptyl a ztrátu
    • Použijte trénovací vzorek jako konečnou odhad výkonnosti
  7. Který nárok je varovným signálem v reklamě na AI obchodování?
    • Slib vysokých nebo garantovaných výnosů s malým rizikem
    • Identifikovaný referenční bod a období hodnocení
    • Varování, že výnosy modelu se liší
    • Transparentní popis poplatků a nejistoty
  8. Co jedno dobré zpětné testování potvrzuje?
    • Důvěryhodné výnosy ve všech tržních režimech
    • Výkonnost podle jeho dat a předpokladů, nikoli zaručené budoucí výnosy
    • Důkaz, že žádný alternativní model nikdy nedosáhne lepšího výkonu
    • Nezávislé ověření strategie