Re: [新聞] 28歲青年鑽研「Python＋股市」，最後卻..
這個線上課程 我是推薦有心想要學程式交易的人可以去上
畢竟對方是幫你準備好各種可執行的範例
而且教的是算很新的神經網路 這技術目前還在進化中值得學習
當然要是辛苦錢不想讓別人賺 也可以自己寫
但實際上自己寫好那些範例的話所花費的時間心力絕對遠超過學費
像我爸就堅持自己來 結果寫了快2年還是停留在技術指標繪圖
雖然技術指標算是跳脫網路照抄的水準 有一點點...的自我創新
但是回測也還不會寫 所以我覺得有心的話學費還是讓別人賺比較好
然而交易想獲利只靠那些程式技巧是不夠的
交易紀律還有資金管理都要達到基本門檻 否則終究只能靠上課賺錢
--------------------------------------------------------------------
然後繼續說一些程式交易到底能不能賺錢的個人看法
就如同多數人的看法 程式只是一種工具 類似挖金礦用的鏟子
只是這年代的程式已經是連同機器手臂的電動鏟 有插電就能自己挖
因此重點在於挖礦的地方是不是真的是金礦
想知道這裡有沒有金礦 需要的是探勘技術而不是鏟子
深度學習正是目前最火熱的探勘技術
當程式技術很強以後 還需要完整的"資料" 金融市場資料有很多不只K線
金融市場資料有很多面向而且價格不便宜 所以散戶跟法人在此就拉開差距
就算法人機構員工有很多資料可用 整理資料分析資料也很花時間
摩根史坦利作量化交易的人還直接嗆台灣的金融機構不願意花這種錢
所以在資料分析根本就無法跟外國作量化交易的避險基金相比
結果台灣金融機構的人回嗆 因為買資料很貴所以上面不願意花
摩根史坦利的人應該也很無言吧...不想花錢被當成回嗆的理由
這種等級跟中國人吃草也能活下去有超過87%像
買資料的錢相對於台灣銀行或保險公司的規模來說真的很小絕對花的起
但即使這樣台灣的金融機構還是不願意
所以摩根史坦利的人說你們(台灣的大型法人機構)還是直接來買摩根史坦利的基金吧
而且摩根史坦利也有客製化服務可以賣
然後台灣的一般散戶甚至連完整的成交報價都沒有只用K線
連有分析5檔買賣報價的老師都能跟散戶拉開差距
不用程式交易也行 本多終勝大家都知道 可惜散戶就是沒錢
沒錢的話 那就要有obov那種對半導體業的專業知識
再要不然有其他行業跟obov同水準的知識也行
可惜的是多數人 產業分析最基礎的財報也不看 只想聽明牌賠錢不意外
原文介紹的Python課程也是如此
不知道怎麼調參數沒搭配完整可用的資料 也達不到在市場賺錢的水準
我的結論:只要超過門檻程度的各種分析技術 不管用甚麼方法其實都可以
然後要再加上交易心理夠穩健以及適當的資金管理
否則用甚麼方法都賺不到錢
※ 引述《T3T (G.S.M.W)》之銘言：
: 1.原文連結：
: https://meet.bnext.com.tw/articles/view/45461
: 2.原文內容：
: 28歲青年鑽研「Python＋股市」，最後卻靠線上課程賣出千萬身價
: 在線上募資教育平台Hahow的所有課程中，以學生人數來排名，第5名與第13名的課程「用
: Python理財：打造小資族選股策略」與「用Python理財：打造自己的AI股票理專」的教師是
: 同一人——年僅28歲的韓承佑，靠著這兩堂熱門課程，為他帶來千萬等級的收入。
: 結合Python與理財教育，兩堂課加起來共有7,688名學生，原先以為教師就算年輕，應該也
: 是個在股海呼風喚雨的「名師」，韓承佑卻是個在2017年才投入股市的「新手」。
: 遠赴法國唸書，為了讓資產「增值」投入股市
: 韓承佑就讀中央大學電機系、台灣大學電子所，打下了程式設計的基礎。在2017年更遠赴法
: 學巴黎南區大學資工所攻讀博士學位。
: 當時，韓承佑是拿著獎學金前往法國，他同時在思考雖然有獎學金，但在國外的消費仍然相
: 當高，是不是能透過投資讓留學生活好過一些。
: 於是他拿了其中一小部分的資金開始投入股票市場，「但講真的，一開始操作股票有點蠢。
: 」韓承佑說，「就上網看有名的大師，再加上自己胡亂分析，覺得好像有在分析，但其實都
: 是道聽途說。」
: 原先想要靠著投資，在國外能過上好一點點的生活，但卻只帶來更加不安定的紛擾。「每天
: 都想看盤、想知道漲跌，沒辦法放寬心。」韓承佑說。
: 而在最後虧損的的情況下，韓承佑認賠殺出，下定決心好好研究股市，同時搭配程式設計，
: 希望能透過程式來決定投資的選股標的。
: 從鑽研股市到開設線上課程
: 除了了解選股的基本面、籌碼面、技術面之外，韓承佑也開始拆解市面上的選股程式，「有
: 些選股程式每年要6,000元，但是功能真的很簡單。」那段時間是韓承佑寫選股程式最有動
: 力的時刻，因為他知道短短幾行程式，每年可能就有6,000元的訂閱價值。
: 他開始把不同的選股策略編寫成程式，再去回測股市的歷史走向，慢慢綜合出自己的選股策
: 略。同時，他也撰寫FinLab部落格，將Python與股市的結合心得，分享給所有人。
: 到了2018年初，在朋友的建議下，韓承佑到Hahow開設課程，「剛好也可以有個比較系統性
: 的教學，部落格東一篇爬蟲、西一篇策略太亂。」韓承佑花了兩個禮拜把募資頁面的資料填
: 完，在目標開課人數那欄，他只填了30人。「有人來上就很開心了啦，只是希望可以把
: Python結合投資的概念推廣出去。」
: 最後，在募資的30天期間，共有超過2,800人報名Python理財的課程，高達9300％的完成率
: 。之後的兩個月內，韓承佑在白天上完博士班的課程後，下課回家就埋首於課程製作，是他
: 認為最辛苦的一段時間。
: 不是報明牌，而是希望學生能打造自己的選股策略
: 之後的故事也就像一開始說的，第一堂Python理財課已經有5,000+人購買、第二堂課也將近
: 3,000人，直到訪問當天，每月都還有近100人購買課程。
: 對於非股市名師出身的韓承佑認為，自己的課程最站得住腳的地方，就是透過程式讓「財經
: 數據」自己說話。如Python理財課，他會告訴所有學生每一條選股策略寫成程式的方法，以
: 及套用在歷史數據上獲得的報酬率。標準的「給釣竿」類型。
: 「我們的實力不重要，而是真實、客觀地呈現數據的真實性，我喜歡做武器的製造商，讓學
: 生們都擁有自己的武器。」韓承佑說，「我們不是要發放股票清單，而是讓所有人都能找到
: 適合的策略，寫成程式。」而靠著兩堂線上課程拿到一大桶金的他，也決心未來會投入創業
: ，持續鑽研程式與股市。
: 最後問到韓承佑目前的投資狀況，他點開了對帳單，今年的報酬率站上了雙位數比例。但就
: 算如此，投資理財有賺有賠，買了課程也無法保證照做就一定賺錢。打開訂閱學習平台
: PressPlay，頭部的教師也有相當高的比例是財經類型，也有將近5,000人訂閱的熱門財經課
: 程。
: 購買理財課程是一種集體恐慌，又或者證明了台灣真的普遍缺乏理財教育？難以下一個定論
: ，唯一確定的是，又誕生了一位30歲以下的千萬富翁。
: 3.心得/評論：
: 這想起了1849年的加州淘金熱
: 掏金發財的沒幾個
: 賣鏟子的 卻各各發大財
: 但我覺得 這位沒啥好批評的
: 因為他賣的是"寫程式的能力"
: 就真的是工具 不是啥如來神掌秘笈 2分錢還賣你十塊錢
: 就跟之前也有人教你用VBA寫技術分析一樣
: 有的人說 策略不對 程式再厲害都沒屁用
: 但由報名人數可知 其實想學的人 還真不少
: 而且 我是沒寫過Python
: 不過 若真如他所說
: 訪間選股程式 功能真的很簡單的話
: 那這樣一套賣你七八千 不就暴利? 而且還只有一年
: 聽說連財報狗付費功能都寫得出來
: 那這樣一年也省下不少錢了
※ 引述《T3T (G.S.M.W)》之銘言：
: 1.原文連結：
: https://meet.bnext.com.tw/articles/view/45461
: 2.原文內容：
: 28歲青年鑽研「Python＋股市」，最後卻靠線上課程賣出千萬身價
: 在線上募資教育平台Hahow的所有課程中，以學生人數來排名，第5名與第13名的課程「用
: Python理財：打造小資族選股策略」與「用Python理財：打造自己的AI股票理專」的教師是
: 同一人——年僅28歲的韓承佑，靠著這兩堂熱門課程，為他帶來千萬等級的收入。
: 結合Python與理財教育，兩堂課加起來共有7,688名學生，原先以為教師就算年輕，應該也
: 是個在股海呼風喚雨的「名師」，韓承佑卻是個在2017年才投入股市的「新手」。
: 遠赴法國唸書，為了讓資產「增值」投入股市
: 韓承佑就讀中央大學電機系、台灣大學電子所，打下了程式設計的基礎。在2017年更遠赴法
: 學巴黎南區大學資工所攻讀博士學位。
: 當時，韓承佑是拿著獎學金前往法國，他同時在思考雖然有獎學金，但在國外的消費仍然相
: 當高，是不是能透過投資讓留學生活好過一些。
: 於是他拿了其中一小部分的資金開始投入股票市場，「但講真的，一開始操作股票有點蠢。
: 」韓承佑說，「就上網看有名的大師，再加上自己胡亂分析，覺得好像有在分析，但其實都
: 是道聽途說。」
: 原先想要靠著投資，在國外能過上好一點點的生活，但卻只帶來更加不安定的紛擾。「每天
: 都想看盤、想知道漲跌，沒辦法放寬心。」韓承佑說。
: 而在最後虧損的的情況下，韓承佑認賠殺出，下定決心好好研究股市，同時搭配程式設計，
: 希望能透過程式來決定投資的選股標的。
: 從鑽研股市到開設線上課程
: 除了了解選股的基本面、籌碼面、技術面之外，韓承佑也開始拆解市面上的選股程式，「有
: 些選股程式每年要6,000元，但是功能真的很簡單。」那段時間是韓承佑寫選股程式最有動
: 力的時刻，因為他知道短短幾行程式，每年可能就有6,000元的訂閱價值。
: 他開始把不同的選股策略編寫成程式，再去回測股市的歷史走向，慢慢綜合出自己的選股策
: 略。同時，他也撰寫FinLab部落格，將Python與股市的結合心得，分享給所有人。
: 到了2018年初，在朋友的建議下，韓承佑到Hahow開設課程，「剛好也可以有個比較系統性
: 的教學，部落格東一篇爬蟲、西一篇策略太亂。」韓承佑花了兩個禮拜把募資頁面的資料填
: 完，在目標開課人數那欄，他只填了30人。「有人來上就很開心了啦，只是希望可以把
: Python結合投資的概念推廣出去。」
: 最後，在募資的30天期間，共有超過2,800人報名Python理財的課程，高達9300％的完成率
: 。之後的兩個月內，韓承佑在白天上完博士班的課程後，下課回家就埋首於課程製作，是他
: 認為最辛苦的一段時間。
: 不是報明牌，而是希望學生能打造自己的選股策略
: 之後的故事也就像一開始說的，第一堂Python理財課已經有5,000+人購買、第二堂課也將近
: 3,000人，直到訪問當天，每月都還有近100人購買課程。
: 對於非股市名師出身的韓承佑認為，自己的課程最站得住腳的地方，就是透過程式讓「財經
: 數據」自己說話。如Python理財課，他會告訴所有學生每一條選股策略寫成程式的方法，以
: 及套用在歷史數據上獲得的報酬率。標準的「給釣竿」類型。
: 「我們的實力不重要，而是真實、客觀地呈現數據的真實性，我喜歡做武器的製造商，讓學
: 生們都擁有自己的武器。」韓承佑說，「我們不是要發放股票清單，而是讓所有人都能找到
: 適合的策略，寫成程式。」而靠著兩堂線上課程拿到一大桶金的他，也決心未來會投入創業
: ，持續鑽研程式與股市。
: 最後問到韓承佑目前的投資狀況，他點開了對帳單，今年的報酬率站上了雙位數比例。但就
: 算如此，投資理財有賺有賠，買了課程也無法保證照做就一定賺錢。打開訂閱學習平台
: PressPlay，頭部的教師也有相當高的比例是財經類型，也有將近5,000人訂閱的熱門財經課
: 程。
: 購買理財課程是一種集體恐慌，又或者證明了台灣真的普遍缺乏理財教育？難以下一個定論
: ，唯一確定的是，又誕生了一位30歲以下的千萬富翁。
: 3.心得/評論：
: 這想起了1849年的加州淘金熱
: 掏金發財的沒幾個
: 賣鏟子的 卻各各發大財
: 但我覺得 這位沒啥好批評的
: 因為他賣的是"寫程式的能力"
: 就真的是工具 不是啥如來神掌秘笈 2分錢還賣你十塊錢
: 就跟之前也有人教你用VBA寫技術分析一樣
: 有的人說 策略不對 程式再厲害都沒屁用
: 但由報名人數可知 其實想學的人 還真不少
: 而且 我是沒寫過Python
: 不過 若真如他所說
: 訪間選股程式 功能真的很簡單的話
: 那這樣一套賣你七八千 不就暴利? 而且還只有一年
: 聽說連財報狗付費功能都寫得出來
: 那這樣一年也省下不少錢了
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.142.126.139 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1569126408.A.8DE.html
推
09/22 12:31,
4年前
, 1F
09/22 12:31, 1F
推
09/22 12:33,
4年前
, 2F
09/22 12:33, 2F
推
09/22 12:36,
4年前
, 3F
09/22 12:36, 3F
推
09/22 13:08,
4年前
, 4F
09/22 13:08, 4F
推
09/22 13:15,
4年前
, 5F
09/22 13:15, 5F
→
09/22 13:16,
4年前
, 6F
09/22 13:16, 6F
→
09/22 13:17,
4年前
, 7F
09/22 13:17, 7F
→
09/22 13:17,
4年前
, 8F
09/22 13:17, 8F
噓
09/22 13:25,
4年前
, 9F
09/22 13:25, 9F
→
09/22 13:25,
4年前
, 10F
09/22 13:25, 10F
→
09/22 13:25,
4年前
, 11F
09/22 13:25, 11F
→
09/22 13:25,
4年前
, 12F
09/22 13:25, 12F
推
09/22 13:34,
4年前
, 13F
09/22 13:34, 13F
→
09/22 13:34,
4年前
, 14F
09/22 13:34, 14F
→
09/22 13:34,
4年前
, 15F
09/22 13:34, 15F
→
09/22 13:34,
4年前
, 16F
09/22 13:34, 16F
噓
09/22 13:40,
4年前
, 17F
09/22 13:40, 17F
噓
09/22 13:42,
4年前
, 18F
09/22 13:42, 18F
→
09/22 13:42,
4年前
, 19F
09/22 13:42, 19F
→
09/22 13:43,
4年前
, 20F
09/22 13:43, 20F
噓
09/22 13:43,
4年前
, 21F
09/22 13:43, 21F
→
09/22 13:43,
4年前
, 22F
09/22 13:43, 22F
→
09/22 13:43,
4年前
, 23F
09/22 13:43, 23F
→
09/22 13:44,
4年前
, 24F
09/22 13:44, 24F
噓
09/22 13:46,
4年前
, 25F
09/22 13:46, 25F
→
09/22 13:51,
4年前
, 26F
09/22 13:51, 26F
推
09/22 13:51,
4年前
, 27F
09/22 13:51, 27F
噓
09/22 14:12,
4年前
, 28F
09/22 14:12, 28F
→
09/22 14:12,
4年前
, 29F
09/22 14:12, 29F
推
09/22 14:14,
4年前
, 30F
09/22 14:14, 30F
推
09/22 14:15,
4年前
, 31F
09/22 14:15, 31F
→
09/22 14:16,
4年前
, 32F
09/22 14:16, 32F
→
09/22 14:17,
4年前
, 33F
09/22 14:17, 33F
→
09/22 14:18,
4年前
, 34F
09/22 14:18, 34F
→
09/22 14:19,
4年前
, 35F
09/22 14:19, 35F
→
09/22 14:19,
4年前
, 36F
09/22 14:19, 36F
→
09/22 14:19,
4年前
, 37F
09/22 14:19, 37F
→
09/22 14:20,
4年前
, 38F
09/22 14:20, 38F
→
09/22 14:21,
4年前
, 39F
09/22 14:21, 39F
噓
09/22 14:47,
4年前
, 40F
09/22 14:47, 40F
推
09/22 14:57,
4年前
, 41F
09/22 14:57, 41F
推
09/22 14:57,
4年前
, 42F
09/22 14:57, 42F
→
09/22 14:58,
4年前
, 43F
09/22 14:58, 43F
→
09/22 14:58,
4年前
, 44F
09/22 14:58, 44F
推
09/22 15:21,
4年前
, 45F
09/22 15:21, 45F
推
09/22 15:24,
4年前
, 46F
09/22 15:24, 46F
推
09/22 15:27,
4年前
, 47F
09/22 15:27, 47F
噓
09/22 15:30,
4年前
, 48F
09/22 15:30, 48F
→
09/22 15:47,
4年前
, 49F
09/22 15:47, 49F
噓
09/22 16:14,
4年前
, 50F
09/22 16:14, 50F
推
09/22 16:22,
4年前
, 51F
09/22 16:22, 51F
→
09/22 16:22,
4年前
, 52F
09/22 16:22, 52F
→
09/22 18:01,
4年前
, 53F
09/22 18:01, 53F
→
09/22 18:13,
4年前
, 54F
09/22 18:13, 54F
推
09/22 18:17,
4年前
, 55F
09/22 18:17, 55F
→
09/22 18:18,
4年前
, 56F
09/22 18:18, 56F
推
09/22 18:21,
4年前
, 57F
09/22 18:21, 57F
→
09/22 18:22,
4年前
, 58F
09/22 18:22, 58F
→
09/22 18:41,
4年前
, 59F
09/22 18:41, 59F
噓
09/22 21:07,
4年前
, 60F
09/22 21:07, 60F
→
09/22 21:07,
4年前
, 61F
09/22 21:07, 61F
推
09/22 23:13,
4年前
, 62F
09/22 23:13, 62F
→
09/22 23:13,
4年前
, 63F
09/22 23:13, 63F
→
09/22 23:13,
4年前
, 64F
09/22 23:13, 64F
推
09/23 01:09,
4年前
, 65F
09/23 01:09, 65F
→
09/23 01:24,
4年前
, 66F
09/23 01:24, 66F
→
09/23 01:25,
4年前
, 67F
09/23 01:25, 67F
→
09/23 01:25,
4年前
, 68F
09/23 01:25, 68F
→
09/23 01:26,
4年前
, 69F
09/23 01:26, 69F
→
09/23 01:27,
4年前
, 70F
09/23 01:27, 70F
→
09/23 01:27,
4年前
, 71F
09/23 01:27, 71F
討論串 (同標題文章)
完整討論串 (本文為第 4 之 6 篇)：
