[心得] 量化交易起頭篇
希望藉這篇起頭文和量化交易同好交流,歡迎來信,若有line或是Telegram群,或是論壇還請分享給我
部落格版本 https://wp.me/p6LfX3-ab
(正文開始)
這是長榮套在202元努力寫程式脫魯的血淚文,話不多說有圖有真相(哭)
https://i.imgur.com/ywsbuDI.jpg
話說買股票這些年來,很神奇的每次追高就大跌殺低就大漲,據說這就是魯蛇平均值,決心
上過金融研訓院的量化交易課,老師說好策略不用程式也能賺錢,爛策略走程式賠更快,嚇
先說結論,經過數個不出門的周末,產出個簡單的網站,先別笑很簡陋,這可是C語言工程?
網址在此 http://stock.tw-maker.net/
https://i.imgur.com/MoJ54mh.jpg
選擇Python語言實作,感謝(量化交易30天)和 (Python 入門到分析股市 30天),這兩個系列文超適合入門。
花很多時間測試免費資料源,發現twstock擷取臺灣證交所雖然免費,但很容易查詢太密集被黑名單一整天,而且也不清楚具體限制,最後台股使用FinMind,為了取得即時股價月繳149元。美股使用yfinance取得Yahoo Finance資料。
試過的資料來源為下:
——
Tiingo API
免費美股資料,而且有調整後歷史股價, 考慮除權息及拆股 , 方便做回測。使用限制為每月可用500檔標的資料、每小時500 次 requests、每日2000次requests、每月5GB用量,
Yahoo Finance (yfinance)
免費台股美股資料,而且有調整後歷史股價,使用限制為每小時2000次requests
FinMind
部分免費,非常棒的台股資料。有股價,基本面,籌碼,新聞。可惜股價沒經過調整,有除權息表但好像沒有拆股表。繳交月費140元才有即時股價。
公開資訊觀測站 (twstock)
免費台股資料,但盤中一半以上股價讀到’-‘而不是數字。不能連續讀取不然會封鎖IP。沒有調整後歷史股價。
永豐Python API
免費但需永豐證券帳號。本來開戶前充滿期待,但試過後覺得反應很慢,常連線失敗,相當不穩定。
TEJAPI
月費488~8800元,有各種財金資料庫
——-
除了基本資料外只有兩個指標,第一個是我唯一會的布林通道,用來評估20交易日內,95%信任區間的上下限,代表股價有95%機率落在此區間,超出即是買賣點。
Pythona的matplotlib繪圖功能很強大,但要畫張漂亮的圖也不簡單,花了不少時間調圖
https://i.imgur.com/8GzpKrr.jpg
第二個是Google Trend搜尋量指標,據說熱門股票搜尋量大跌之後股價也會大跌,準確度還在驗證中。灰線是每日資料,橘線是七日平均,因為周末搜尋量大減,週平均才有代表性,八天九天都不行。
問題是Google Trend只能取得三日前資料,資料延遲有點嚴重。若使用日指標雖然取得最新資料,但0-100的權重每次query都不同,新舊資料不能比較,沒法計算漲跌。
https://i.imgur.com/B3fFPHR.jpg
第三個是最近很紅的處置股通知,再接上LINE機器人就不需要處置王了!來源為證交所的上市處置股及上櫃處置股,現在政府資料都給csv下載,一行直接丟入dataframe處理超方便,為政府開放資料拍拍手。
https://i.imgur.com/p6MpZgM.jpg
有了資料源後開始學習用Python寫網站,似乎Flask是首選入門framework,和大學時代寫的php邏輯不同,網址處理都是虛擬的覺得很特別,不像php網址都是真實目錄結構。
至於網頁前端…. 完全沒有前端,就是用dataframe輸出表格加上漲跌顏色,身為C語言工程師已經有成就感 ^_^
開了一台AWS EC2,設定crontab定時執行parser,將結果寫入csv,再由flask讀取csv用dataframe顯示在網頁,第一個網站服務就此上線,幹話講了這麼多年終於開始進入量化分析的世界。不過免費的t2.micro等級好慢啊,真不適合上線服務,還是說flask太沒效率也有可能。
下一步準備實作九轉指標,做回測,想策略,將策略實作到網站並加入LINE通知,使用AI模型LSTM分析。
台灣量化交易的資料不多,歡迎同好來信交流,一起邁向脫魯王的道路!
-----
Sent from JPTT on my iPhone
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.137.159.182 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1627113597.A.03E.html
推
07/24 16:03,
2年前
, 1F
07/24 16:03, 1F
推
07/24 16:03,
2年前
, 2F
07/24 16:03, 2F
→
07/24 16:04,
2年前
, 3F
07/24 16:04, 3F
推
07/24 16:05,
2年前
, 4F
07/24 16:05, 4F
推
07/24 16:07,
2年前
, 5F
07/24 16:07, 5F
→
07/24 16:10,
2年前
, 6F
07/24 16:10, 6F
→
07/24 16:11,
2年前
, 7F
07/24 16:11, 7F
→
07/24 16:11,
2年前
, 8F
07/24 16:11, 8F
→
07/24 16:11,
2年前
, 9F
07/24 16:11, 9F
推
07/24 16:11,
2年前
, 10F
07/24 16:11, 10F
→
07/24 16:11,
2年前
, 11F
07/24 16:11, 11F
→
07/24 16:12,
2年前
, 12F
07/24 16:12, 12F
推
07/24 16:13,
2年前
, 13F
07/24 16:13, 13F
推
07/24 16:14,
2年前
, 14F
07/24 16:14, 14F
→
07/24 16:14,
2年前
, 15F
07/24 16:14, 15F
推
07/24 16:14,
2年前
, 16F
07/24 16:14, 16F
→
07/24 16:14,
2年前
, 17F
07/24 16:14, 17F
→
07/24 16:15,
2年前
, 18F
07/24 16:15, 18F
推
07/24 16:15,
2年前
, 19F
07/24 16:15, 19F
推
07/24 16:15,
2年前
, 20F
07/24 16:15, 20F
推
07/24 16:16,
2年前
, 21F
07/24 16:16, 21F
推
07/24 16:16,
2年前
, 22F
07/24 16:16, 22F
→
07/24 16:16,
2年前
, 23F
07/24 16:16, 23F
真的有幸上這位老師的課,一語打醒工程師
[1;31m→ kyova : 就算不弄自動化交易,其實量化篩選也很有幫助。 07/24 16:16
→
07/24 16:17,
2年前
, 24F
07/24 16:17, 24F
推
07/24 16:17,
2年前
, 25F
07/24 16:17, 25F
→
07/24 16:18,
2年前
, 26F
07/24 16:18, 26F
我的困難就是沒有財金知識,買書學看財報都覺得很無感,不太知道怎麼培養財金敏銳度,為量化公司part time打工有用嗎?
推
07/24 16:19,
2年前
, 27F
07/24 16:19, 27F
→
07/24 16:19,
2年前
, 28F
07/24 16:19, 28F
推
07/24 16:19,
2年前
, 29F
07/24 16:19, 29F
→
07/24 16:19,
2年前
, 30F
07/24 16:19, 30F
→
07/24 16:19,
2年前
, 31F
07/24 16:19, 31F
→
07/24 16:19,
2年前
, 32F
07/24 16:19, 32F
好…
[1m推 dalbuhr : 請問原po是業界人士嗎?如果可以想了解相關工作機會 07/24 16:20
我是軟體工程師但不同領域,Python, AI model, flask都是新學的
推
07/24 16:20,
2年前
, 33F
07/24 16:20, 33F
推
07/24 16:23,
2年前
, 34F
07/24 16:23, 34F
→
07/24 16:23,
2年前
, 35F
07/24 16:23, 35F
→
07/24 16:31,
2年前
, 36F
07/24 16:31, 36F
還有 101 則推文
還有 15 段內文
→
07/24 22:35,
2年前
, 138F
07/24 22:35, 138F
→
07/24 22:35,
2年前
, 139F
07/24 22:35, 139F
推
07/24 22:35,
2年前
, 140F
07/24 22:35, 140F
→
07/24 22:35,
2年前
, 141F
07/24 22:35, 141F
→
07/24 22:36,
2年前
, 142F
07/24 22:36, 142F
→
07/24 22:37,
2年前
, 143F
07/24 22:37, 143F
→
07/24 22:39,
2年前
, 144F
07/24 22:39, 144F
→
07/24 22:39,
2年前
, 145F
07/24 22:39, 145F
推
07/24 22:41,
2年前
, 146F
07/24 22:41, 146F
推
07/24 22:46,
2年前
, 147F
07/24 22:46, 147F
推
07/24 23:24,
2年前
, 148F
07/24 23:24, 148F
→
07/25 00:09,
2年前
, 149F
07/25 00:09, 149F
推
07/25 01:33,
2年前
, 150F
07/25 01:33, 150F
推
07/25 01:43,
2年前
, 151F
07/25 01:43, 151F
推
07/25 01:54,
2年前
, 152F
07/25 01:54, 152F
→
07/25 01:54,
2年前
, 153F
07/25 01:54, 153F
→
07/25 01:54,
2年前
, 154F
07/25 01:54, 154F
推
07/25 02:01,
2年前
, 155F
07/25 02:01, 155F
→
07/25 02:02,
2年前
, 156F
07/25 02:02, 156F
→
07/25 02:02,
2年前
, 157F
07/25 02:02, 157F
→
07/25 03:44,
2年前
, 158F
07/25 03:44, 158F
→
07/25 03:44,
2年前
, 159F
07/25 03:44, 159F
→
07/25 03:45,
2年前
, 160F
07/25 03:45, 160F
→
07/25 03:45,
2年前
, 161F
07/25 03:45, 161F
→
07/25 03:47,
2年前
, 162F
07/25 03:47, 162F
→
07/25 03:47,
2年前
, 163F
07/25 03:47, 163F
→
07/25 03:51,
2年前
, 164F
07/25 03:51, 164F
→
07/25 03:51,
2年前
, 165F
07/25 03:51, 165F
推
07/25 04:20,
2年前
, 166F
07/25 04:20, 166F
推
07/25 04:31,
2年前
, 167F
07/25 04:31, 167F
※ 編輯: canxx (114.37.220.232 臺灣), 07/25/2021 04:58:51
※ 編輯: canxx (114.37.220.232 臺灣), 07/25/2021 04:59:26
推
07/25 09:14,
2年前
, 168F
07/25 09:14, 168F
※ 編輯: canxx (114.37.220.232 臺灣), 07/25/2021 11:03:16
推
07/25 13:11,
2年前
, 169F
07/25 13:11, 169F
→
07/25 13:11,
2年前
, 170F
07/25 13:11, 170F
→
07/25 13:11,
2年前
, 171F
07/25 13:11, 171F
推
07/25 15:24,
2年前
, 172F
07/25 15:24, 172F
→
07/25 15:24,
2年前
, 173F
07/25 15:24, 173F
→
07/25 15:24,
2年前
, 174F
07/25 15:24, 174F
推
07/25 17:34,
2年前
, 175F
07/25 17:34, 175F
討論串 (同標題文章)