利用机器学习进行股票走势上的预测，本质上属于监督学习，所谓监督学习，指的就是在历史的数据中，给定了特征以及对应的标签，然后由机器学习模型来建立起特征与标签之间的映射。例如，给定一张动物照片，那么照片中每个像素的数据就是特征，而这张照片中的动物是猫还是狗就是对应的标签。在机器学习所应用的其他领域，特征所对应的标签是十分明确的，借用上面的例子，这张照片中的动物究竟是猫还是狗，我们通过人眼是可以确定下来的，基本不存在什么争议。但是在量化领域，事情却变得复杂了起来。
以中证500ETF为例，下图所示的是该标的在2020年12月以来的走势，在我们直接的观察中，很显然以黄色圆圈所圈出的点为合适的买入点，我们的标签似乎是明确的，但是股票数据的数据量是极为庞大的，通过人眼一只票一只票地从大量的找出类似于黄圈的点&#x