隨著大數據、AI、資料科學的興起，越來越多人對用這些技術來交易感興趣，剛開始進入股市也是想運用機器學習在股市上，但越交易越覺得想分析股市是很困難的
因為無法取得足夠預測股價漲跌的特徵 模型提高準確度，一定是取得一些合理的特徵，這些特徵在丟模型前就可以預期會有好的效果或至少有個合理的說法
而什麼是股票漲跌的合理特徵? 目前我是看，券商分點、大戶持股變化、融資融券、量價、盤中變化、新聞報導來判斷，之後就用資料來驗證這些指標是否有用，也用來檢驗各股票名嘴的方法，來擴充看股票的面向
玩股過程
工作一段時間存了一點錢，想說需要做點投資，於是在2015年台股低點時投入股市，之後台股一路漲到萬點，順利搭上這波上漲，因為持續賺錢，越來越沉迷股市，從原本天天看免費公開課程，熱衷玩kaggle和參加資料分析的比賽，努力工作往資料科學家的目標前進，卻因為股市太有趣(又有很高的回報)，相比工作更讓人沉迷，而變成天天看財金節目和一堆投顧老師的節目youtube，上mobile01、ptt、cmoney討論股市，於是由原本下班還在充實自己的上班族，變成都在研究手中股票的賭徒，離原本的初衷越來越遠
因為覺得花太多時間在股市上，偶爾股票大漲大跌，也會影響心情，希望能更輕鬆的賺，決定把平時每天做的功課盡可能的自動化。一直有在紀錄股市上可用的特徵，希望能結合機器學習優化獲利，成為股市中的資料科學家
