第39章 深海藏金（1）（2 / 2）

而社会心理与人类天性却并非是线性相关的。同样的原因，却往往会产生不同的结果。学习历史数据，虽然可以得到一些经验与规律，但往往未来的趋势不会简单的重复历史趋势，而是以一种新的变化与模样，大致方向相同，但细节却完全不同的展示出过去的规律。

也正是第三个原因，才导致基于神经网络的机器学习算法在变化万千的投资交易世界里，表现的并不是很好。

……

基于这个问题，莫雯雯也让沈家公司的量化科学家们做了一些模型，进行了实盘测试，经过几千次的测试与迭代优化，这些基于神经网络的变种算法，其表现可以用非常糟糕来形容。

所以目前世界上最为主流的算法，基于神经网络的各类变种方法，并不适用于变化无穷且呈现出巨大非线性的人类社会活动。

那么还有什么机器学习的方法，能够很好的适用于投资交易市场呢？

在莫雯雯不断的追问下，沈家公司的科学家们，开始给莫雯雯介绍了另外一种特立独行的算法——基于遗传算法项下的机器学习。

……

“莫总，您之前听过遗传算法吗？”沈家公司的一位计算机专家刘博士笑着问道。

“之前听你们说过一些，但不是特别熟悉，你给我讲讲吧。”莫雯雯一边做着笔记一边微笑着说道。

“说起遗传算法，就要从一个比较经典的吃豆游戏开始讲起了。”刘博士笑着说道。

“吃豆游戏？这是个啥游戏？”莫雯雯饶有兴趣的说道。

“这是几十年前一位米国的科学家，提出的一个游戏设想，也正是因为对这个游戏的研究，才诞生了遗传算法的思想。”刘博士继续说道。

“哦，你说说看。”莫雯雯一边在她的小笔记本上记录，一边说道。

……

原来，发明遗传算法的科学家，是世界上第一位计算机科学专业的博士叫约翰·霍兰德，其是最早研究复杂理论和非线性理论的科学家。后世被称为“遗传算法之父”。

一开始，这位科学家设计了一个这样的游戏：有一个10*10的格子空间，边界是墙，在格子里随机撒下50颗豆子，然后随机位置放一个吃豆人，这个吃豆人的视野和活动能力都是有限的，他只能看到自己当前格子和自己前后左右4个格子的情况，而对于每一个格子有三种情况——空的、有豆子、墙。

吃豆人能做的动作有7种：上移、下移、左移、右移、不动、随机移动、吃豆。