今天是論文筆記，原論文可參考：Predicting stock and stock price index movement using Trend Deterministic Data Preparation and machine learning techniques
作為一個很新(2015)的論文，也沒有使用特別強大的模型，然而他卻拿到了六百多引用，
主要原因除了作者對十個技術指標進行整理外，他還使用了一個特別的預處理。
該篇論文使用兩個形態特徵當作模型的輸入，
前者基本上進行normalize後就餵給模型了，效果當然是和很多論文一樣差強人意，
亮點主要在於第二個趨勢化，作者使用的是該指標預測股票之後的「趨勢」來當成特徵，
比如收盤價超過SMA10即將該特徵設為1(看漲)，反之設為-1(看跌)，
聽起來很熟悉是吧? 基本上就是我們之前在做的事。
而有學過機器學習的人應該會感到很熟悉，這不就是我們常在用的Ensemble嗎!
iThome鐵人賽
看影片追技術