在金融学中，有效市场假说的薄弱形式表明，历史股票价格和成交量数据无法为

在金融学中，有效市场假说的薄弱形式表明，历史股票价格和成交量数据无法为预测提供依据。相反，在本文中，我们表明，可以有效地预测直到2009年的未来日内股价。我们使用两种不同的基于机器学习的盈利交易策略来证明这一点。但是，随着时间的流逝，这两种方法的有效性都会下降，并且在2009年之后都无法盈利。我们详细介绍了2003-2017年的实施和结果，并提出了一个新的想法：将这种灵活的机器学习方法用作相对市场效率的客观指标。我们以候选者解释作为结束，将我们随着时间的收益与高频交易量进行比较，并提出进一步调查的具体步骤。△少

在金融学中,有效市场假说的薄弱形式表明,历史股票价格和成交量数据无法为预测提供依据。价格。在这篇论文中，我们表明，相反，- 日内股票价格可以有效地预测到2009年。我们使用两种不同的基于机器学习的盈利易策略来演示这一点。然而，这两种方法的有效性会随着时间的推移而减弱，而且两种方法在2009年后都没有盈利。我们详细介绍了2003-2017年的实施和成果，并提出了一个新的理念：使用这种灵活的机器学习方法作为相对市场效率的客观衡量标准。最后，我们提出了一个候选解释，比较了我们的"随着时间的推移"与高频交易量，并建议进一步调查的具体步骤。• 更少

In finance, the weak form of efficient market hypothesis shows that historical stock price and trading volume data can not provide basis for prediction. Prices. In this paper we show that, to the contract, future intra day stock prices could be predicted effectively until 2009. We demonstrate this using two different configurable machine learning based trading strategies. However, the effectiveness of both approaches diminutive over time, and neither of them are profitable after 2009. We present our implementation and results in detail for the period 2003-2017 and propose a novel idea: the use of such flexible machine learning methods as an objective measure of relative market efficiency. We conclude with a candidate explanation, Comparing our return over time with high-frequency trading volume, and suggest concrete steps for further investment<br>