Re: [心得] 演算法交易實用與否。
大概自介一下,小弟是個放棄手操又不甘於定期定額拿大盤收益的韭菜,研究所做AI,目
前在量化交易公司上班,雖然公司主要是做高
頻套利/造市的,但還是不乏賺delta的策略,應該還有點資格回答這個問題。
基本上大多統計、AI應用於股票投資沒用不外乎就下面兩個問題,
1. 資料量太少: 舉例一個商品做日K,你抓個10年也通共就2000多筆資料,你用一堆特
徵找出來可以賺的情境大多數就是過擬合的結果,未來難以復現。
2. 資料分佈不同:想說單一商品資料少,那我放一起,舉例把傳產跟科技股放一起,飆
股牛皮股都有,做出來的結果就是四不像;同樣,今天即便是一個商品,以最近為例,10
年前的漢翔長榮,跟這一年的根本上不是同個狀況,那自然做出來的結果基本上也難以實
用。
若上面兩個問題可以解決,就有機會發展出可以獲得超額報酬的交易策略,至於能持續多
久就要看市場的變化速度以及自己對策略的掌握度。
這邊附上個自己下班後搞的一個策略近三個月的損益,也是找個統計而言好的進場點,算
停損停利自動交易這樣。回測做個一年感覺蠻好的就上了,不過由於不知道什麼時候會失
效+新鮮人口袋淺,放的錢沒有太多,對板上大大來說應該就菜錢的獲利,不過以分配資
金算月酬化大概也有20-30%附近(槓桿很大就是了)
https://i.imgur.com/eQQSwKU.jpg
順帶分享策略上週開始做空,換月完還全力追空讓小弟有點抖,看看分享文章是否可以積
陰德讓小弟假後不被嘎飛,也祝各位投資賺錢。
https://i.imgur.com/l615V9B.jpg
以上拙見,希望大大們小力噴。
※ 引述《applebg (Eugenicist)》之銘言:
: 各位好,我目前是資工碩的學生。我選課的時候特別選了一門演算法交易來驗證看看究
竟
: 電腦能夠輔助我們交易到哪種程度。目前測試的結果,發現演算法交易大部分的時候都
會
: 讓我們賠錢,而且交易的頻率越高賠得越多,這很明顯是賠在手續費的部分。有時候會
小
: 賺一點點,但我覺得並不會比基本面分析來的優秀多少。
: 另外我也試過使用AI去幫助我預測股價,結果發現預測價格與實際價格最多會差到10%
,
: 也就是幾乎一個漲跌停了。
: 我的心得是,演算法交易或是AI預測股價,最多只能輔助你做決策,這些技術完全沒辦
法
: 取代人為的判斷。演算法能夠在價格暴跌的時候讓你趕快賣出,這是自動化的好處,而
AI
: 我不知道能幹嘛。AI這種純理性的東西是沒辦法解釋人類不理性的行為的。
: 總之,人類的商業智慧還是可以在交易的世界站上一席之地。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 49.216.175.99 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1687612583.A.9FC.html
→
06/24 21:25,
10月前
, 1F
06/24 21:25, 1F
※ 編輯: Perverseness (49.216.175.99 臺灣), 06/24/2023 21:33:59
推
06/24 21:35,
10月前
, 2F
06/24 21:35, 2F
推
, , 3F
06/24 21:37
推
06/24 21:38,
10月前
, 4F
06/24 21:38, 4F
→
06/24 21:40,
10月前
, 5F
06/24 21:40, 5F
以這種偏統計的交易策略來說,失效問題確實是運氣成分偏高。
→
06/24 21:43,
10月前
, 6F
06/24 21:43, 6F
→
06/24 21:48,
10月前
, 7F
06/24 21:48, 7F
→
06/24 21:49,
10月前
, 8F
06/24 21:49, 8F
推
06/24 21:49,
10月前
, 9F
06/24 21:49, 9F
推
06/24 21:50,
10月前
, 10F
06/24 21:50, 10F
資料太多處理noise、萃取特徵是水很深的坑
→
06/24 21:51,
10月前
, 11F
06/24 21:51, 11F
→
06/24 21:51,
10月前
, 12F
06/24 21:51, 12F
→
06/24 21:53,
10月前
, 13F
06/24 21:53, 13F
→
06/24 21:54,
10月前
, 14F
06/24 21:54, 14F
推
06/24 21:57,
10月前
, 15F
06/24 21:57, 15F
→
06/24 21:58,
10月前
, 16F
06/24 21:58, 16F
推
06/24 21:58,
10月前
, 17F
06/24 21:58, 17F
→
06/24 22:00,
10月前
, 18F
06/24 22:00, 18F
推
06/24 22:01,
10月前
, 19F
06/24 22:01, 19F
→
06/24 22:02,
10月前
, 20F
06/24 22:02, 20F
發生次數太低的話、沒特別加工的話AI不一定學的起來
※ 編輯: Perverseness (49.216.175.99 臺灣), 06/24/2023 22:09:03
推
06/24 22:07,
10月前
, 21F
06/24 22:07, 21F
→
06/24 22:07,
10月前
, 22F
06/24 22:07, 22F
→
06/24 22:07,
10月前
, 23F
06/24 22:07, 23F
這就是策略因應市場變化的失效問題
推
06/24 22:20,
10月前
, 24F
06/24 22:20, 24F
推
06/24 22:26,
10月前
, 25F
06/24 22:26, 25F
※ 編輯: Perverseness (49.216.175.99 臺灣), 06/24/2023 22:40:26
推
06/24 22:41,
10月前
, 26F
06/24 22:41, 26F
畢竟資料規模完全不同,策略沒有同質性,那下班時間做什麼我想是個人規劃,今天我在
ic廠工作一樣下班可以搞策略吧
※ 編輯: Perverseness (49.216.175.99 臺灣), 06/24/2023 22:52:47
推
06/24 22:51,
10月前
, 27F
06/24 22:51, 27F
換月前就已經轉空了
→
06/24 23:35,
10月前
, 28F
06/24 23:35, 28F
有抓回測的最大損失*2算投入金額,那目前已經回本抽回部分資金了,後面就算歸零也不
傷本,至於其他就運氣問題,如一開始就強調的要了解策略相性與失效問題
推
06/24 23:45,
10月前
, 29F
06/24 23:45, 29F
→
06/24 23:46,
10月前
, 30F
06/24 23:46, 30F
公司有哪些資料不方便細說,處理分析方式自然也不同。這邊主要面向一般想做程式交易
的投資人。那獲取門檻不高,且文書機可處理、分析的資料能做的也就是偏技術面、籌碼
面整合的交易策略。
→
06/24 23:47,
10月前
, 31F
06/24 23:47, 31F
→
06/24 23:49,
10月前
, 32F
06/24 23:49, 32F
→
06/24 23:51,
10月前
, 33F
06/24 23:51, 33F
→
06/24 23:53,
10月前
, 34F
06/24 23:53, 34F
※ 編輯: Perverseness (49.216.175.99 臺灣), 06/25/2023 00:10:07
→
06/25 02:51,
10月前
, 35F
06/25 02:51, 35F
→
06/25 06:35,
10月前
, 36F
06/25 06:35, 36F
噓
06/25 08:38,
10月前
, 37F
06/25 08:38, 37F
→
06/25 10:48,
10月前
, 38F
06/25 10:48, 38F
推
06/25 19:58,
10月前
, 39F
06/25 19:58, 39F
→
06/26 00:47,
10月前
, 40F
06/26 00:47, 40F
討論串 (同標題文章)