如何克服眾所皆知模型的風險—股神可以，你也可以!

?

在過去的Po文中，我曾提及使用「眾所皆知」的模型，本身就是一種風險，因為它違反了「多數策略」的忌諱，其可能因為大家跟作降低獲利(甚至虧損，還記得那篇反向使用技術指標績效反而超越正常使用的Po文嗎?)，甚至被對作(還記得那篇使用拆解程式交易規則洗出交易對手部位的Po文嗎?)。

當然，所有的技術指標都是所謂的市場專家研究出來的；我在一篇Po文中，提及股神巴菲特11歲時，就對股市報價盤入神，試圖找出其間的規律(此即所謂的歸納法研究)，也難怪他可以當股神了。

在今日，投資標的何其多，影響價格的可能因素更不計其數，希望從歸納過程找到下一時點價格與過去一段時間影響因素(如價量)間的規律，以形成新的技術分析指標(就像過去發明這些技術分析指標的專家一樣，說不定你設計的指標可以以你為名，就像Bollinger指標一樣)，有其困難。

這問題該如何解決呢?

如果你問一個學資訊的，「對于大量資料間相互關係，要研究出其間的互動規則，可有何方法?」。

他會回答你，此問題就是典型的「資料採礦」(Data Mining)所要解決的問題。

我過去曾有個學生(陳冠名)即以此法從歷史資料中歸納交易規則，這篇論文并非直接以交易價量資料為處理單位(而是以已知規則作為處理單位)，因此還有發展空間。