還炒什麼股票，跌成這樣我現在只想回家種地搬磚…

國慶期間要說最熱鬧的是什麼？大概就是支付寶的「中國錦鯉」了，而在「轉發錦鯉就有錢有好運」的形勢下，整個微博洋溢著各類轉發此微博你就有機會成為「XX錦鯉」獲得以下大獎的氛圍，快活得很。

但是，在互聯網以外的世界裡，全球股市無聲無息的開始崩了，就像是泰坦尼克號撞上冰山，連鎖反應一陣接一陣。

就在美國當地時間 10 月 10 日，美股三大股票指數（道瓊斯指數、納斯達克指數、標準·普爾 500 指數）集體下跌。粗略估計，周三這天，美股市值縮水直接超過 1.2 萬億美元，摺合超過 8 萬億人民幣。

像泰坦尼克撞冰山，美股暴跌對全球股市帶來的影響非常迅速且明顯，到底有多明顯呢，看下圖就知道了

全球股市形勢不佳，讓眾多市場機構發出了警告。

摩根士丹利分析師 Hans Redeker 就在本周一早間發表的研報中寫道：全球流動性正不斷收緊，風險資產很可能首當其衝，一切都像極了1987年秋天股災「黑色星期一」前的情景……

1987 年股災：是指以美國紐約股市暴跌為開端，並迅速引起西方主要同家股票市場連續大幅下挫的過程，這是迄今為止影響面最大的一次全球性股災。

而在國內，早間開市，A 股上證指數跌幅也一度超過 3%，上證指數一度跌破 2638 的前期低點，一度讓人想起 08 年美國次貸危機導致的全球金融危機，上證指數一度從 6124 多跌到 1664 ，當時的股市可謂是「蝗蟲飛過寸草不生」……

08 年國內股災

股災，是指股市內在矛盾積累到一定程度的時候，因為受某個偶然因素的影響，一下子爆發的股價暴跌，從而引起社會經濟的巨大動蕩，並造成了巨大損失異常經濟現象。

為什麼會有股災？

而造成股災的原因有很多，與我們如今的經濟全球化、程式交易、股價過高和市場上流動資金不足等等理由是分不開的。

在市場下滑的時候，大部分股票持有者會為了止住損失而尋找潛在接盤者。但是在某一天，可能在接盤者都消失了，這種投資組合保險的操作方式也會使得股價快速下跌。並且，投資組合保險依靠的是幾乎沒有任何限制的資金流動性，但流動性並不會總是存在的，資金的流動性有的時候會幹涸。在每個人都想賣出的時候，這樣的投資策略就是不可行的。

而程式交易也會引起股災。程式交易即用電腦程式實時計算股價變動和買賣策略，這使得大宗的股票交易和期指交易可以同時進行買賣。

在股災時期，電腦程式看到股價下挫，會按照早就在程式中設定的機制加入拋售股票，形成惡性循環，令股價加速下挫，股市換手率也不高，而下挫的股價又令程式更大量拋售股票。

不過，程式交易盛行於 1970 年代末的華爾街。到了如今 21 世紀人工智慧盛行的年代，開始出現一種叫作量化交易的技術。

什麼是量化交易？

讓小編舉個簡單的例子。

讓我們把股市比作菜場，而股票就是蘋果。你用 10 元人民幣購入了蘋果，想等一個合適的價格將蘋果賣出。但是今年菜場上蘋果大熱，價格不停上漲，最終賣到了 100 元人民幣。但是這個時候你膨脹了，認為它還能漲價到 200 元，一直不賣。結果熱度一過，蘋果暴跌至 8 元。

這個蘋果，成本 10 元，虧了 2 元。但是要算上機會成本，你虧了 92 元。

炒股本質上就是低買高賣，而市場起伏不定，誰都無法預測市場價的最低點和最高點。而量化交易，就是利用深度學習技術建立模型，從龐大的歷史數據中海選能帶來超額收益的多種「大概率」事件，定點買賣，減少人為預測帶來的失誤。

如今大多數股票價格預測模型都是基於遞歸神經網路（Recurrent Neural Networks）與長短時記憶模型（Long Short-Term Memory Cell），量化交易已經成為了眾多投資銀行和基金公司的核心技術，並將成為未來的必然趨勢。

如果說程式交易是初代目，那麼量化交易就是進化再進化並將不停進化的版本。

對於學金融經濟的同學們來說，股票是無法忽視的一大重點。我們聯合西北大學的統計學專業博士，推出了科研課題：深度學習在股票價格預測中的應用。

在本課題中，你將在導師的帶領下，親手設計深度學習模型，並且應用於股票價格預測。在完成科研課題後，你還可以以第一作者的身份在英文期刊中發表學術論文，並且獲得導師的推薦信，更可以使用成果論文衝擊多項全球頂級科研賽事。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！