互联网金融我们需要三方面的知识：机器学习、金融知识、编程知识。
算法交易综述：利用自动化平台，执行预先设置的一系列规则完成交易行为。
量化交易：交易的原因由数学模型指导交易行为。
算法交易流程：
提出假设；
建立模型；
回测验证；
执行交易。
交易策略的来源：1、市场微观结构研究；
2、基金结构套利；
3、机器学习、人工智能。
机器学习四大流派：
连接主义：神经网络
符号主义：随机森林，可解释性较好
平面主义：
贝叶斯学派
机器学习在交易中的应用：
微观预测：数据噪声很大，要求很高
基于价格分类模型：
基于文本的分类模型：新闻或高质量的社交网络，专业股票网站评论进行选股的行为；
强化学习：
很多情况下，回测结果不错，实盘交易不尽如人意，造成偏差的原因主要有：
1、乐观主义偏差；
2、bug、test/train
3、幸存者偏差